1.海量数据下并行Skyline处理方法，其特征是，包括：

分配web数据到worker节点：将web数据上传到HDFS中，通过Hadoop的文件系统HDFS将数据进行切分，将切分的数据块分配到worker节点，以进行并行计算；

worker节点进行Skyline计算：通过本地Skyline计算阶段得到本地候选Skyline服务，然后将每个本地Skyline候选服务通过网络传送到master主节点，经过master节点Skyline计算，最终得到全局Skyline服务；

master节点Skyline计算：汇总所有worker节点的候选Skyline服务，再次通过改进的Skyline算法，将所有的数据分成4个区域，将区域1和区域3的数据点进行合并，通过Spark算子将Bitmap算法逻辑写入，计算区域1和区域3最终Skyline point，这样得到全局Skyline服务。

2.如权利要求1所述的海量数据下并行Skyline处理方法，其特征是，通过解析得到QoS向量集合，然后根据某种分配策略生成web服务对应的key，整个web服务数据就会被分成不同的组，具有相同key值的组的web数据被分配到同一个节点进行Skyline point计算。

3.如权利要求1所述的海量数据下并行Skyline处理方法，其特征是，本地Skyline计算部分处理分配到的web服务数据，通过Spark的算子，找出本地Skyline服务数据中QoS属性最小的点，这个点是Skyline point，然后在最小点处只进行一次区域划分。

4.如权利要求1所述的海量数据下并行Skyline处理方法，其特征是，将数据集划分成4个区域，其中区域1和区域3的数据支配区域2和区域4，合并最终的计算区域，将区域1和区域3的数据点进行合并，通过Spark算子将Bitmap算法逻辑写入，计算区域1和区域3的最终Skyline point点。

5.如权利要求1所述的海量数据下并行Skyline处理方法，其特征是，将全局Skyline服务输出给用户进行选择。

6.海量数据下并行Skyline处理系统，其特征是，包括：

web数据到worker节点分配模块：将web数据上传到HDFS中，通过Hadoop的文件系统HDFS将数据进行切分，将切分的数据块分配到worker节点，以进行并行计算；

worker节点进行Skyline计算模块：通过本地Skyline计算阶段得到本地候选Skyline服务，然后将每个本地Skyline候选服务通过网络传送到master主节点，经过master节点Skyline计算，最终得到全局Skyline服务；

master节点Skyline计算模块：汇总所有worker节点的候选Skyline服务，再次通过改进的Skyline算法，将所有的数据分成4个区域，将区域1和区域3的数据点进行合并，通过Spark算子将Bitmap算法逻辑写入，计算区域1和区域3最终Skyline point，这样得到全局Skyline服务。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现权利要求1-5任一所述的海量数据下并行Skyline处理方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时实现权利要求1-5任一所述的海量数据下并行Skyline处理方法的步骤。