近年来，由于三维模型数据量呈现海量增量的趋势，高可靠、高精确度、高可用的三维模型检索技术成为三维模型重用技术迫切需求，三维模型检索技术已经成为计算机图形学研究的热点问题，而在现有的存储能力和计算能力下，在普通服务器上存储如此大规模的三维模型文件、并对其中的模型进行变换处理、模型描述特征提取、检索计算均形成严重的性能瓶颈，本文的研究就是在这一背景下展开的。此外，由于网络技术的发展，三维模型的协作化开发、设计以及共享要求能够在浏览器上渲染、处理，随之而来的模型文件的网络传输问题、客户端的三维模型渲染问题随之出现。本文首先对三维模型检索技术及系统实现进行研究，设计了用于解析三维模型文件的正则表达式，同时对大数据处理工具Hadoop进行了研究，并配置了Hadoop集群环境。在此基础上，本文提出并实现了Hadoop环境下三维模型存储与管理的解决方案，将三维模型进行相似度分类、归一化合并存储于HDFS，充分利用Hadoop集群的存储能力以及可靠、高效、可扩展等优势，应对急剧增长的三维模型文件带来的存储压力。本文设计并实现了MapReduce编程环境下对三维模型进行标准化处理、特征提取等操作或者算法，利用集群的计算资源，节省三维模型预处理、特征提取、构建索引的时间，同时减小了计算资源的限制，可以提取更精确的特征量来表征模型，提高三维模型检索的准确率。此外为了缩短系统响应时间，以及客户端渲染问题，本文研究了基于B/S架构的三维模型数据压缩与解压缩的研究，通过模拟缓存置换机制优化模型的顶点和面片组织结构，进行差值预测编码，并在客户端快速解压成WebGL支持的数据结构，在浏览器上使用WebGL对三维模型进行呈现。最后，本文基于上述三方面的研究，实现了基于Hadoop大数据平台的三维模型检索系统的设计。本文对通过把三维模型检索与互联网新兴的大数据处理技术、数据压缩技术、WebGL技术结合，提高了三维模型检索系统的性能，一定程度上推动三维模型检索技术的发展。