流数据是当前应用系统中广泛存在的一类数据范式。流数据不仅数据量大,还具有实时可见的特征,在刚产生时最有处理价值。近十年来,实时检索流数据的能力已成为云计算、Io T等工业互联网行业的重要研究工作。然而,现有的分布式流处理应用研究仍面临着如下的一些挑战:1)如何减少数据插入系统时引起的索引更新及数据存储开销,充分利用索引构建数据存储模型。2)如何减少新到数据和历史数据合并引起的时间开销。3)如何降低复杂的聚合条件查询的查询时延,充分利用非主键属性构建索引和分布式系统的并行处理能力。针对以上的难题,本文提出了一个高效的分布式解决方案,使得系统能够支持百万条/秒的数据元祖插入工作和毫秒粒度的聚合范围查询。论文的主要工作包括:首先,为了解决数据存储中索引更新及存储时节点分裂带来的性能瓶颈问题,提出一个基于Template B+Tree的索引结构布局方案。同时,设计基于主键和时间属性的数据域划分方法,利用流数据时空特性构建二维区间,将新进数据和历史数据分配到不同组件并行处理,避免了索引的新旧数据合并开销。构建对应数据区间的索引模板,避免了不必要的索引结点分裂时间开销,并充分利用模板索引信息设计存储结构和分组压缩算法,保证了索引的写入和存储效率,从而保证了高并发的数据写入能力。然后,为了实现系统的低延时聚合查询能力,本文提出了有效的非主键多级索引方案。使用数据区域划分和模型的拓扑结构设计,将查询请求解析为独立执行的子查询,并通过多级索引将聚合查询解析为相应的谓词函数,充分利用分布式集群的并发处理资源。为了实现模型的数据局部性和容错性,设计本地缓存算法进行高频数据存储,并基于查询元信息提供了查询故障时的容错恢复能力。最后,本文基于Storm实现了一个分布式流数据处理系统原型,并使用真实数据集进行了系统性能评估。首先评估了基于Template B+Tree的索引结构压缩存储和数据布局容量对系统性能的影响,然后验证了构建多级索引对于查询效率的提高,并最后在系统整体上的数据写入速率和范围查询与先进的数据存储方案HBase,DITIR进行比较。通过在索引开销和聚合查询上的对比实验表明,相比于现有的先进系统,本文模型有着更好的数据插入和查询性能表现。