MapReduce是一種適用于大規(guī)模數(shù)據(jù)密集型應(yīng)用的有效編程模型，具有編程簡單、易于擴(kuò)展、容錯性好等特點(diǎn)，已在并行和分布式計算領(lǐng)域得到了廣泛且成功的應(yīng)用．由于MapReduce將計算擴(kuò)展到大規(guī)模的機(jī)器集群上，處理數(shù)據(jù)的合理放置成為影響MapReduce集群系統(tǒng)性能（包括能耗、資源利用率、通信和I/O代價、響應(yīng)時間、系統(tǒng)的可靠性和吞吐率等）的關(guān)鍵因素之一．首先對MapReduce編程模型的典型實現(xiàn)-Hadoop缺省的數(shù)據(jù)放置策略進(jìn)行分析，并進(jìn)一步討論了MapReduce框架下，設(shè)計數(shù)據(jù)放置策略時需考慮的關(guān)鍵問題和衡量數(shù)據(jù)放置策略的標(biāo)準(zhǔn)；其次，對目前MapReduce集群環(huán)境下的數(shù)據(jù)放置策略優(yōu)化方法的研究與進(jìn)展進(jìn)行了綜述和分析；最后，分析和歸納了MapReduce集群環(huán)境下數(shù)據(jù)放置策略的下一步研究工作。