随着物联网的不断发展与演化,它产生的各种数据将急剧增长,流媒体传输作为物联网行业的一个重要应用,其产生的视频数据是海量的。如果以集中存储的方式存放这些流媒体数据将付出昂贵的代价,也很难实现数据存储与分析的一体化。海量数据的存储与处理,近年来已经有了很多深入的研究,大量开源的云计算框架被提出。Hadoop作为分布式大数据存储与分析的工具,主要被应用于互联网、医疗系统等非视频业务数据的存储与处理。由于流媒体数据在文件格式、存储方式和搜索方式上与普通数据有很大的不同,直接将Hadoop应用到网络流媒体传输系统中将面临许多挑战。论文通过深入研究Hadoop框架和流媒体数据的特点,实现了海量视频数据的分布式存储与处理。本文完成的主要工作如下：1.分析了HDFS和MapReduce框架,以及网络流媒体传输系统,给出了海量视频数据存储与转码系统的需求分析,提出了系统的设计方案。2.完成对流媒体数据的存储、HDFS上流媒体数据文件的读写、分布式转码、数据库、Web管理等5个模块的设计。实现了基于Hadoop的海量视频数据存储、转码和管理一体化的整体解决方案。3.对系统的数据存储、下载速率、分布式转码的性能进行了实验分析。实验表明：在Hadoop上实现海量视频数据的存储具有可行性,高效的存储策略有利于海量视频数据的快速搜索,分布式的转码系统显著提升了转码的效率,满足用户通过普通的播放器下载并查看录像回放的需求。