Devido a redução dos custos e evolução dos mecanismos que efetuam o sequenciamento de DNA, obteve-se uma grande quantidade de dados referentes aos estudos em genômica e metagenômica. Esse fator de crescimento dos dados gerados pela genômica tendem a não acompanhar o poder computacional no que diz respeito processamento e análise de dados, conforme previsto pela lei de Moore. Para contornar a limitação quanto ao processamento e análise das informações geradas pelos sequenciadores e analisadores faz-se necessário o uso de sistemas distribuídos para computação em alta vazão (HPC), por exemplo Clusters, Grids e Computação em Nuvem. Com estes tipos de sistemas é possível escalabilidade e a utilização de diversas máquinas para obtenção de um desempenho melhor. Contudo, os algoritmos de bioinformática devem ser adaptados para utilizar o processamento paralelo e distribuído, como no paradigma MapReduce. Neste trabalho é investigado o Apache Hadoop e Spark e seu papel na Bioinformática.