秦皇岛市参保人数约为35.7万,系统中医保基金的收入与支出每年会产生2000万条信息,每年结算信息几千万条。随着系统的使用、业务的深入,数据还在不断增加。在大量数据之间必然存在某种联系,因此对其进行数据挖掘有实际意义。由于数据量大,在单机进行数据挖掘时,会出现时间效率低、宕机情况的发生,因此我们考虑用Hadoop平台实现并行挖掘。Hadoop是开源平台,PC机就能搭建成集群环境。它在处理海量数据方面的优越性,使众多研究者纷纷投入到Hadoop的研究中。研究目的是利用Hadoop平台对医保数据进行挖掘,利用MapReduce编程方法实现并行挖掘,为以后在Hadoop平台进行并行的数据挖掘研究者提供参考。本文首先对数据挖掘技术和Hadoop平台做了详细的介绍,重点介绍了数据挖掘的过程,以及本课题中所用到的挖掘算法——聚类算法、关联规则算法。通过对医保系统数据库的深入研究,确定了数据仓库的主题,进而确定对应主题的相关数据表格。最后对这些数据进行数据挖掘。将ODM和Hadoop并行的挖掘结果在时间效率和实验结果上进行比较分析,得出实验结论。