针对K-means算法处理海量数据存在严重的内存不足，提出利用MapReduce并行化K-means，但是普通的K均值存在收敛速度慢、易陷入局部最优和对初始聚类中心的选取等局限性，因此选择了经ACO改进过的ACO-K-means聚类算法。实验结果表明，经MapReduce并行化的ACO-K-means，不仅具有良好的加速比和扩展性，其收敛性以及聚类精度均得到了改善。