目前对数据中心数据访问的研究主要存在以下问题：一、数据访问需求是不断变化的，当前已有的数据访问模型不能适应这种变化需求；二、数据量大，数据访问速度不能满足用户需求。因此，如何构建一个良好的数据访问模型来满足用户对数据访问需求日益增长的需要，成为当前企业数据中心建设过程中需要解决的关键问题。针对这些问题本文重点进行了以下研究：首先，研究了数据中心数据分类、存储和组织方式，并针对结构化数据和非结构化数据的访问需求，提出了一个数据访问服务体系模型，同时结合元数据和元模型建模理论，构建了支撑该体系的系列元模型，主要包括数据字典元模型、结构化数据访问元模型、非结构化数据访问元模型和权限管理元模型。利用这些元模型，能够构建出用户数据访问需求的元数据描述，通过对这些元数据的维护就能适应多变的数据访问需求。其次，针对海量数据访问速度问题，本文通过研究各种数据访问优化方法，分别从调整缓冲区高速缓存参数、对大表分区以及优化索引和SQL语句等方面提高了数据访问速度；同时，针对增量数据的数据访问需求，提出一种融入MD5的影子表算法，该算法能够快速识别出发生变化的记录，提高了增量数据的访问效率。最后，利用上述的研究成果，设计并开发了数据访问服务系统，该系统在大庆油田井下作业分公司数据中心中得到了应用与验证，证明以上的模型研究是可行的、实用的，满足了井下作业分公司对数据访问现在和将来的需求。