随着科技信息时代的推进，互联网成为人们相互沟通、消费及娱乐的主要渠道。越来越多的不同内容和形式的数据涌现出来。原始的关系型数据库已经不再满足海量数据高利用率存储和高响应查询的需要。云计算的盛行让NoSQL技术应运而生。近几年云计算应用越来越广，基于NoSQL框架的数据查询技术已成为人们研究的热点之一。NoSQL数据库具备两个非常有用的特点，即高可用性、高扩展性，在数据查询操作时能够做出高效率的处理。本文在分析研究现有的主要NoSQL数据库及相关技术的基础上，着重讨论了NoSQL数据库之间以及NoSQL数据库与关系型数据库之间的性能比较。本文针对单条件倒排索引查询带宽消耗较大的问题，给出了一种基于MongoDB的多条件组合的倒排索引机制，可以有效地降低带宽消耗。本文在Hadoop和HBase数据库系统的基础上设计了一个4层的数据查询模型，实现了在数据流管理层对不同格式的数据先进行统一转换处理和在HBase上建立二级索引实现多条件查询的功能，同时通过附加地在查询层里设置热点缓存机制，以进一步提高热点查询命中率。同时给出了一种改进的基于Map/Reduce的编程模型Map-Trim-Reduce。实验分析表明该改进模型具有更好的查询性能。