随着医疗卫生行业的信息化发展事业的飞速发展,医疗数据已不是传统意义上大数据的数量上的“大”,其集成更加广泛、存储形式更加多样等等。医疗大数据具有巨大的潜在价值,尽管我国拥有着海量的大数据,但当下对数据的挖掘分析力度还不够,因此在各个医院大量信息还在“沉默不醒”。如何对日益增长的海量医疗数据进行有效的挖掘,显得尤为重要。本文采用Hadoop平台对挖掘关联规则算法进行研究和改进。自从韩家炜提出FP-Growth算法之后,许多国内外学者对该算法展开研究,并提出了很多改进算法,比如HPFP算法、MR-VER算法等。但仍然存在一些不足之处,例如,数据规模过大时无法构造基于内存的FP-tree、需要重复迭代遍历全局FP-tree造成资源浪费。针对此类问题,提出了基于数据划分且不生成全局FP-tree的PL-FPgrowth算法。该算法采用并行地挖掘局部FP-tree,解决了内存不足无法构造全局FP-tree的问题,在挖掘局部频繁项时,不需要挖掘其它节点数据信息,减少了节点间的通信开销。PL-FPgrowth算法运用MapReduce并行计算模型,但该算法存在构建和挖掘局部FP-tree时没有考虑局部支持度的问题。针对PL-FPgrowth算法的遗留问题,提出了负载均衡的LBPL-FPgrowth算法。该算法根据计算的节点最小支持度计数,在构建局部FP-tree时进行预剪枝,挖掘局部频繁项集时保留满足局部最小支持度计数的频繁项集。减少了构建和挖掘局部FP-tree的空间时间消耗,节省了传递非频繁项集的节点间通信开销。LBPL-FPgrowth算法运用MapReduce计算框架,在实际运行之前综合评估Hadoop集群节点的性能,考虑节点间性能差异,采用负载均衡的策略缩短集群整体工作响应时间。最后通过Hadoop平台,对PL-FPgrowth算法和LBPL-FPgrowth算法进行了多组实验,经过实验结果的对比分析,验证了算法的有效性和可扩展性。并证明了LBPL-FPgrowth算法执行效率更高。