基本思想很简单：如果代码和数据在不同的机器上，则必须将其中一台移到另一台机器上，然后才能对数据执行代码。如果代码小于数据，则最好将代码发送到保存数据的机器，而不是相反，如果所有机器速度相同且代码兼容[您可以根据需要发送源代码和jit编译]。
在大数据的世界里，代码几乎总是比数据小。
在许多超级计算机上，数据被划分到许多节点上，整个应用程序的所有代码都被复制到所有节点上，这正是因为整个应用程序甚至比本地存储的数据都小。然后，任何节点都可以运行应用于其所持有数据的程序部分。无需按需发送代码。

我还遇到了一句话“移动计算比移动数据便宜”（来自apachehadoop文档），读了一段之后，我认为这是指数据局部性的原则。
数据局部性是一种任务调度策略，其目的是基于在网络上移动数据代价高昂的观察结果来优化性能，因此当选择在计算/数据节点空闲时优先处理哪个任务时，将优先考虑将在空闲节点或其附近的数据上操作的任务。
这（来自延迟调度：在集群调度中实现局部性和公平性的简单技术，zaharia et al.，2010）清楚地解释了这一点：
hadoop的默认调度程序按fifo顺序运行作业，具有五个优先级。当调度器接收到一个心跳信号，指示mapor reduce插槽空闲时，它将按优先级和提交时间顺序扫描作业，以找到一个具有所需类型任务的作业。对于Map，hadoop使用了google的mapreduce[18]中的局部优化：在选择了一个作业之后，调度器贪婪地挑选作业中的Map任务，其中的数据最接近从机（如果可能，在同一节点上，否则在同一机架上，或者最后在远程机架上）。
请注意，hadoop跨节点复制数据的事实增加了任务的公平调度（复制越高，任务在下一个空闲节点上拥有数据的概率就越高，因此被选中运行下一个节点）。