基于MapReduce的聚类算法并行化：原理、实现与优化探究

一、引言

1.1研究背景与动机

随着信息技术的飞速发展，我们已然步入大数据时代，数据量正以惊人的速度增长。据相关数据显示，全球每秒钟发送的电子邮件数量高达290万封，每天有2.88万个小时的视频上传到Youtube，推特上每天发布5000万条消息，亚马逊每天产生630万笔订单，每个月在Facebook上花费的时间高达7000亿分钟，移动互联网用户发送和接收的数据高达1.3EB，Google每天需要处理24PB的数据。IDC监测表明，人类产生的数据量正在呈指数级增长，大约每两年翻一番，这种增长速