随着城市智能交通的快速发展、打车软件和共享单车的盛行,交通数据呈现出指数式增长。对交通数据进行合理的分析可以预测出人们的出行习惯和热门交通路线,为城市交通的管理提供帮助,也为相关互联网公司创造营收提供支持。HBase数据库对大规模数据的存储具有先天优势,在交通领域的应用非常广泛。但是HBase只能在行键上构建索引,无法直接构建高效的多维索引和非行键索引,在交通数据的时空查询上性能较差,并且无法实现快速的非行键查询。针对这些问题,需要为HBase构建相应的辅助索引。本文结合实时交通流数据的特点,经过大量的调研工作,对HBase时空索引和二级索引两种辅助索引技术进行了研究和设计,实现了一个基于HBase辅助索引的查询系统。主要研究内容如下:一、针对交通数据的时空三维特征,提升HBase对交通数据的时空查询性能,本文通过Geohash降维的思想研究和设计了三种基于HBase的时空索引,并对其优缺点和适用的场景作了分析。二、针对HBase非行键查询性能低下的问题,提高HBase对交通数据查询支持的灵活度,本文通过倒排索引的思想研究和设计了两种HBase二级索引,并作了相关分析。三、实现了一个基于HBase辅助索引的查询系统。该系统实现了本文设计的两种辅助索引中各自最优的方案,还实现了 SQL解析、索引构建、索引匹配、索引管理等功能,简化了用户对HBase数据库的查询操作。四、最后通过实验验证了本文提出的索引方案能有效提升实时交通流数据的查询性能,并且验证了索引管理的有效性。