随着大数据时代的来临,对于海量数据的管理和检索,提出了更高的技术要求。HBase作为Hadoop框架下的分布式No SQL数据库,以其强拓展性,优秀的存储能力,良好的读写能力被众多企业选择作为大数据存储介质。目前HBase常用于互联网与物联网领域,如能源数据存储、车载信息收集、电子商务订单备份、工业传感器数据存储等。数据类型以时空、时序数据等流数据为主。在能源数据领域,风场风机监控数据作为标准的时间序列数据,是HBase的主要适用场景之一。针对HBase不提供非主键索引,面对非主键列查询,只能进行效率低下的全表扫描,聚合查询面对海量数据需要重复计算,实时性较低的问题,本文致力于基于HBase的查询优化技术的研究与应用,主要的工作内容如下:（1）为支持不同环境,不同性能要求的多条件非主键查询,为HBase设计了适应不同环境的二级索引方案,实现了索引的自动构建与更新,并通过解析器实现SQL语句调用HBase查询API接口的功能。（2）针对已有的二级索引方案中普遍存在的索引与元数据一致性问题,提出了基于延迟更新的索引一致性解决方案,实现索引与数据的最终一致性,避免了索引更新错误导致的索引失效问题,在保证正确性的前提下提高查询效率。（3）为提高HBase针对时间序列数据聚合查询的效率,提出一种基于时间分割树的索引结构,针对保存在磁盘上的树状索引查询开销大,查询时间受数据量影响的问题,对时间分割树结构进行改进,同时对查询算法进行优化,避免了索引树层层遍历的磁盘I/O开销,提高了查询效率。针对上述的优化方案,根据实际项目需求设计了采用HBase作为底层数据库的风机监控与管理系统,并在系统中对各个模块的功能进行了分析与实现。通过对数据库集群的设计,将优化方案在HBase中进行了应用,同时利用风机运行数据作为数据集,进行了功能测试和方案效率测试。