云计算作为一种新兴的商业计算模型,拥有并行性、可扩展性及高可靠性等诸多优势。在此背景下,将遗留系统移植到云平台已经成为一种趋势。在移植过程中,为了充分利用云计算的并行优势,有必要根据云计算编程模型重构遗留代码,而重构的前提是遗留代码可分布式并行。为了分析遗留代码的可分布式并行性,本文提出可分布式并行性判定规则DPDR(Distributed Parallelizability Determining Rules),并且将其细化为四类可分布式并行性判定特性:数据依赖性、连续依赖性、非同源性和随机性,基于此设计了可分布式并行性分析算法。现实中并非所有遗留代码都可以分布式并行,本文提出优化方法对无法分布式并行的代码进行优化。优化方法将上述四类可分布式并行性判定特性分为强、弱两种类型,然后将遗留代码分为三类:无特性遗留代码、具有弱特性的遗留代码和具有强特性的遗留代码,并提出了源文件组织方法使无特性遗留代码的输入文件符合Hadoop输入规范,提出了源文件重组方法使具有弱特性的遗留代码实现分布式并行,提出了迭代分级方法使具有强特性的遗留代码实现局部并行从而提高性能。最后,开发了工具DPAO(Distributed Parallelizability Analyzer and Optimizer),并使用该工具开展了实验验证。实验结果表明,该工具能够有效分析遗留代码的可分布式并行性,源文件重组方法能够有效地使遗留代码分布式并行,迭代分级方法能有效地实现遗留代码局部并行。