在对基因数据研究过程中可视化的研究方法体验不够良好,无法直观的观察实验结果,并且针对基因数据聚类分析,对于K值的选择方法不够可靠,使得聚类结果并没有较明显的改善,同时无法使用确定的数值来代表聚类结果,不能直接的反映数据变化情况。本文通过对比利用Spark对于分布式文件系统的数据进行分析与利用普通方法进行数据分析的时间,显示Spark在对数据处理方面的速度优势;同时利用Spark SQL与SparkStreaming实现对于分布式文件系统数据的不间断分析,并且将查询到的上调与下调基因进行可视化分析;针对K均值聚类,计算分析平均欧氏距离与K值变化的关系,并且找到使得平均欧氏距离趋于稳定的拐点,确定K值并且得到聚类结果,对比在正常条件和盐胁迫下的基因表达强度变化情况,得出结论;将高斯混合模型聚类与基因数据分析相结合,得到不同权重下的高斯分布参数,从而得到完整的高斯混合模型公式,利用高斯混合模型图形对比不同条件下的基因数据变化情况,同时可以根据高斯混合模型公式计算图形与x轴所围成的面积大小,也代表数值落在该区域的概率,对比不同条件下的概率变化,从而确定数据变化情况。本文通过基因数据可视化分别使用了折线图与柱状图对数据变化情况进行了更直观的改善,同时通过分析平均欧氏距离与K值的关系得到可靠的聚类结果,使得聚类后的数据生成的图表更加清晰,并且利用高斯混合模型参数进行积分计算,得到数值落在区域范围的概率大小,用区域范围值直观的比较基因数据变化情况。