21世纪人类进入了信息化的时代,在这个阶段,利用计算机网络处理数据是信息系统最常见的功能。互联网可以说是目前全球上最大的信息平台,数据具有大型的,多样化的,异构的,动态的特性。如何将这些庞大的数据进行整理分析,帮助企业提取有价值的信息,已经成为软件系统开发过程中的一项巨大挑战。云计算技术的出现为数据挖掘技术的发展带来了新的机遇。拥有巨大的存储和计算能力的云计算技术,通过部署在大量廉价的普通PC上,实现海量数据的存储和分析,集群的规模可大可小,而且相对于高性能计算机,普通PC要廉价的多,这样存储成本和计算成本都有所降低,使得基于云计算的大数据的数据挖掘变成可能。Hadoop是一个相对成熟的开源云计算框架,因其高效、可扩展性好,适合大规模计算以及其成本优势已被广泛应用在相关领域。本论文将Hadoop和数据挖掘算法Apriori算法整合,即在云环境中实现Apriori算法,以提高处理大数据的算法执行效率。在这篇论文中,我们所使用的方法有如下几种：文献研究的方法,结构化研究方法,范例分析的方法。文献研究,以了解当前的形势,为本文提供了理论上的参考。例如传统的Apriori算法分析方法和实施过程,并证明了与Hadoop框架相结合的可行性。在本文中,一个典型的数据挖掘系统架构是：提出了基于Hadoop的数据挖掘系统的体系结构,以及各个功能模块进行了简要描述。Apriori算法在处理大数据时的瓶颈在于时间复杂度过高。针对Apriori的这个缺点,将Apriori算法与Hadoop框架相结合,并对结合之后的Apriori算法进行数据挖掘测试。