由于互联网行业的不断发展,随之而来的是大量的数据,因此如何在这些大量数据中获得有价值的知识成为了人们关注的焦点。在所有的数据挖掘算法中,可以利用kNN算法进行数据分类,随着kNN算法的广泛应用,kNN-join算法随之被提出,算法被广泛的应用在数据挖掘的各个阶段:数据预处理阶段和数据挖掘阶段。然而随着数据量的不断增大,以及人们对操作效率的要求,传统方法已经无法满足,因此产生了基于MapReduce的kNN-join操作。本文对基于MapReduce的kNN-join操作的的各个阶段进行研究,首先,对数据进行预处理,对数据划分算法进行优化,对现有的数据划分算法进行改进,以保证数据均匀划分;其次,为了节约join过程中的开销,使得每个数据划分中的所有元素的最近k个邻居在一个集合内,为每个数据划分寻找种集;最后,为了均衡资源利用率与算法准确率,我们对数据划分进行群组划分。本文使用真实数据与合成数据相结合,对算法进行实验,以证实算法的有效性,实验结果显示,我们提出的算法优于已有算法。