1、隨著海量數據時代的來臨，存儲和研究寶貴的數據資源成為學術界和工業(yè)界研究和開發(fā)的熱點。隨機抽樣作為傳統統計學中的基本方法被大量運用于海量數據研究中，通過隨機抽樣獲取樣本并依據對樣本集的研究獲取總體的特征規(guī)律被證明是一種簡單有效的方法。Hadoop平臺作為一個開源、高效、穩(wěn)定的分布式處理平臺在海量數據處理中得到了廣泛的應用，成為很多工程人員和研究者做海量數據處理時的首選平臺。
　　傳統的隨機抽樣算法由于原理限制在海量數據處理中顯得笨拙

2、和低效。要開發(fā)出一種適用于分布式平臺的高效的隨機抽樣算法，便要克服海量數據處理中獲取樣本空間大小代價較大的弱點，使得算法可以不依賴樣本空間大小運行。通過對海量數據隨機抽樣算法的研究，實現對海量數據集的高效隨機抽樣，對提高海量數據研究和應用的效率具有重要的意義。
　　本文通過大量的文獻調研，首先對海量數據抽樣以及Hadoop平臺的產生歷史、整體架構和核心組件進行了分析，然后對水塘抽樣算法進行了研究。在詳細分析水塘抽樣的特點之后，我們