随着计算机技术和网络技术在医疗保险行业发展和应用,医疗保险业务的开展越来越依赖于医疗保险系统的支撑,而医疗保险业务统筹范围的扩大这一发展趋势也契合了当前云计算技术的新发展方向,因此研究云计算平台的体系结构及探讨云环境下软件开发技术,将云计算技术的研究和医疗保险应用相结合是一个有很大实际意义的研究课题。Hadoop是近几年刚出现的优秀的开源云计算平台,其良好的可扩展性和在海量数据处理方面的优异表现吸引了众多研究者的注意。本文的研究目标是利用开源框架Hadoop构建实验用云计算平台集群环境,在构建好的集群上开发和部署医疗保险应用软件系统,并对部署在集群上基于MapReduce的并行计算方式的系统性能和B/S模式的系统性能做对比,以期为软件系统的开发者提供参考和借鉴。本文首先对Hadoop的体系结构做了深入细致的研究,重点分析研究了Hadoop分布式文件系统(HDFS),包括HDFS的体系架构、运行机制以及容错机制等,分析了MapReduce编程模型的原理和MapReduce应用程序执行流程等,并将Hadoop平台与当前知名的其它云计算平台做了比较研究。在对Hadoop体系结构有了透彻理解的基础上,在实验室内部署了完全分布式的三节点Hadoop集群,并详细分析了怎样在该集群上开发MapReduce应用程序。最后,本文分析了医疗保险业务需求,并对医疗保险结算系统做了基于传统B/S模式和基于Hadoop的MapReduce模式的设计和实现,针对两种不同的实现方式做了性能对比分析。结果表明,Hadoop集群在执行大数据量的处理任务时,其强大的计算和存储能力才得以显现,这也验证了Hadoop是为大数据量的计算而设计的。