大数据时代的来临,针对大数据的全文检索技术成为了研究的热点。HBase是目前流行的支持海量数据实时读写、支持非结构化存储的Nosql数据库。但是它只支持基于主键的查询,并不支持全文检索。如何基于HBase设计全文检索方案,解决全量及增量数据索引的创建、存储,并实现高效的数据检索是本文研究的重点。通过对现有的信息检索技术和HBase的研究,提出了一个基于HBase的全文检索的方案。本方案设计了在HBase中创建全量及增量索引的方法,并提出了基于HBase索引表进行检索的技术方案。首先采用MapReduce分布式模型创建倒排索引,然后将索引存放至HBase的索引表中,最后设计检索方案来完成对HBase索引表的检索,并且利用Coprocessor来完成增量数据的更新。针对全文检索的性能进一步研究了Hadoop调优、索引存储和检索策略的优化方案。分析MapReduce任务运行时的性能瓶颈,对Hadoop参数进行调优,提高了任务执行效率;采用压缩的方式优化索引存储,有效的减少了索引文件和索引表的大小;采用过滤器的方式过滤掉权重值较低的文档,提高了检索效率。通过实验表明本方案能够有效的创建、存储索引,高效的对数据进行检索,并且支持增量数据更新。进一步的研究工作考虑对检索精度进行改进。