计算机技术发展至今，互联网的普及率也越来越高，已经成为人们生活中必不可少的工具，特别是随着近年来移动互联网的发展，数据需求呈现分布式、终端化、规模化，面对海量数据请求服务，传统数据处理模式已无法适应，而云计算技术提供了很好的解决方案，能够高效地处理超大规模数据，节省海量计算的成本，缩短作业执行时间，提高系统吞吐率。　　 在国内外已经出来了比较成熟的基于云计算技术的商业化解决方案。国内，360、腾讯、金山等IT巨头先后纷纷投入人力物力进行云计算技术的开发研究。国外，亚马逊、Google、Yahoo!、微软等世界IT巨头已经有完全成熟的商业方案应用成功案例，并取得了非常好的效果。但同时我们也要认识到，云计算技术也不是万能，也存在应用场景的局限性，针对具体的应用场景需要对应的解决方案。故此，本文通过对Hadoop分布式系统的MapReduce模型的研究分析，提出优化解决方案并通过实验验证其应用适合场景。　　 本课题首先对国内外云计算技术的发展状况进行了对比分析，并对云计算技术的基本概念和理论知识进行了相关介绍，着重介绍了Android平台、Hadoop系统和MapReduce编程模型，然后再通过对Hadoop系统中的MapReduce模型的作业分配算法的研究，分析其优缺点，并针对MapReduce模型提出优化改进设想，最后用实验进行优化改进验证其效率提升及应用场景，同时对微博云客户端模块进行实现分析。