为了提高聚类效率提出了一种基于分布式的大数据集聚类算法。该方法并不是一次性对所有的数据进行聚类，而是将大数据集随机分成若干个子集，对每个子集同时进行聚类，最后进行类的合并。实验结果表明大多数情况下该方法和传统的一次性聚类的结果一致，而且极大地提高了聚类的速度。