以虚拟化技术为基础的云计算正成为研究人员关注的焦点，基于云计算的商业模型和学术研究不断涌现。在过去的几十年里，由多核和多处理器组成的高性能计算机为大规模复杂工程和科学问题提供了有效的解决办法，但目前的高性能计算应用具有很强的专业性、使用门槛高。云计算中常用的编程模型MapReduce对并行描述进行了高度抽象，通过简单的编程接口即可实现程序的自动并行化，这大大降低了并行程序开发的难度和分布式资源使用的门槛。有限元计算对计算资源的需求正随着工程问题规模的增大而不断增加，研究其在云计算环境下的实现有助于利用大量廉价的计算资源以完成复杂的工程问题求解，具有重要的探索意义。本文在充分调研科学计算向云计算环境迁移的基础上，通过开源云计算平台Hadoop搭建实验室的小型云计算环境，并将MapReduce编程模型引入到数值计算领域，研究了基于MapReduce编程模型的稀疏矩阵向量乘法、共轭梯度法等数值计算的并行策略和具体程序实现；结合MapReduce编程模型的优势和有限元计算的特点，通过适当的数据组织将有限元方法的单刚计算和总刚组装迁移到Hadoop平台下，提出了空间桁架系统线性问题求解的自动并行策略，并算法实现。数值实验表明，在Hadoop平台下运用本文所提出的策略和MapReduce编程模型进行有限元方法的并行计算具有简洁、易用的特性。算法在稀疏矩阵向量乘法、有限元组装等方面均取得了良好的计算性能，且随着计算规模和集群节点数目的增加，算法的计算效率越高，但目前方程组的求解效率有限，有待进一步的算法优化。