分布式数据存储以及处理技术的发展,使得可较为廉价的从海量数据中发掘潜在价值。当前数据挖掘基础技术取得长足进展,基本满足了在多种场景下的需求。但当前系统间集成度低,使用门槛较高,易用性尚显不足。本文以Hadoop为基础,设计并实现了在线数据挖掘系统,实现了一种通过拖拽可视化控件完成数据挖掘过程构建及验证的方式,降低了数据挖掘门槛,提高了挖掘过程构建效率。本文调研了数据挖掘一般过程以及大数据场景下的数据挖掘技术栈。本文以Hadoop以及相关服务组件为基础,将数据挖掘过程中的数据转换、数据建模、模型评估等多个环节的数据处理逻辑封装成为各个独立算子,通过数据流向将算子串联形成工作流,完成数据挖掘过程构建以及评估。本文主要工作内容有:(1)算子统一抽象与集成要实现算子的灵活组合,最大程度满足数据挖掘需要,算子需要在统一的抽象基础上进行实现,并具有较好的可配置性以及可扩展性。本文以Hive表作为算子的数据模型,在统一接口规范下实现了包括数据输入输出、数据转换、数据建模以及模型评估等多个环节的算子,并提供良好的继承体系便于算子的扩展。(2)工作流的设计实现工作流作为系统对数据挖掘过程的抽象描述,需要解决工作流在描述、执行控制等多环节的问题。本文设计并实现了一套工作流控制服务,包括工作流分解服务、工作流数据管理服务、算子执行服务等多个模块,实现了零代码条件下的数据挖掘过程构建与运行。本文系统已通过初步测试,并已部署运行,较好的满足了预设需求,降低了数据挖掘过程构建和验证时间。