大数据是关于收集，储存，处理和展现大规模数据的技术，它可以帮助企业从这些数据中提取知识，并且做出更好的商业决策，所有的这些工作必须在有限的时间内尽快完成。大数据处理的一个最主要挑战就是数据分析平台的管理，包括了安装和操作管理，对于多种工作负载动态的分配数据处理能力，以及从多个来源收集数据进行整体分析。
KMR（Kingsoft MapReduce）是一个可伸缩的通用数据计算和分析平台，它以Apache Hadoop 和Apache Spark两大数据计算框架为基础，通过自动调度弹性计算服务（KEC），帮助您快速构建分布式数据分析系统。
KMR提供了强大的扩展能力和弹性伸缩能力，消除了Hadoop安装部署成本和管理复杂性，可以使您不必关注基础架构管理，而更加专注数据分析处理本身，任何的开发者或者公司只需要较低的成本就可以进行大规模的数据分析和处理工作。
KMR集群由主节点（Master Node）和若干核心节点（Core Node）、客户端节点（Client Node）组成。
主节点：主要用于集群管理，运行hadoop集群中的管理进程，如namenode、resource manager、jobhistory等。此外，它还会跟踪每个计算作业的执行状态，监控实例的运行状况，为您提供集群访问的入口。1个KMR集群只有1个主节点
核心节点：主要用于执行各项集群计算作业，同时也是分布式文件系统(HDFS)的数据存储节点，对应于hadoop集群中的slave节点。一个KMR集群可以有2至多个核心节点。
客户端节点：主要用于自动化部署运行环境，免去用户自行配置，同时也可以与集群其他节点进行数据交换
KMR提供了多种节点配置（请参考KMR产品定价与选购），您可根据自身需求选取，并在需要时动态的增加或者减少节点数量。