在大数据处理领域,Hadoop与HBase构建的开源处理框架的应用越来越广泛,HBase作为分布式、列式存储的海量数据库,被应用于各种海量结构化数据的存储与计算中,以替代传统数据库弥补其无法应对海量数据挑战的缺陷。HBase的分布式、面向列存储的特性,使得HBase本身很难建立如传统数据库中的非主键索引(二级索引)。HBase的数据记录由Rowkey唯一标识,访问数据也只能通过Rowkey来进行。为了提高HBase的检索速度,业界广泛开展了对HBase二级索引的研究工作。受限于HBase所提供的服务端功能扩展较少,早期的索引方案只能在HBase集群之外构建索引组件,索引与数据相分离,导致索引效率低下。随着HBase协处理器机制的推出,这一问题得到改善。协处理器机制允许客户端远程调用服务端代码,制定服务端处理逻辑。这样一来就可以将索引化的工作迁移到服务端,将数据与索引方案协同构建,可以大大提高索引性能。针对HBase没有二级索引功能、各种索引方案缺陷繁多的现状,本文深入研究HBase的内部机制,结合各种索引方案的优点和缺陷,提出了两种基于协处理器的索引化方案。1.本文提出了基于协处理器的索引表方案。利用协处理器机制和HBas e数据表的特性,在HBase集群中构建一个与数据表对应的索引表,使用协处理器制定索引更新和查询逻辑。完善了服务端的二次查表过程,从而实现HBase的索引。2.本文提出了基于协处理器的缓存索引方案,在索引表方案的基础上进一步改进,将索引构建在协处理器的内存对象中,利用内存的高效读写性能,进一步提高了HBase索引效率,改进了HBase的检索速度。综上所述本文完成了基于协处理器机制的HBase索引化方案设计与实现,有效提高了HBase的检索速度和索引设计策略。通过实验验证了索引方案对HBase检索速度的提升效果。证明了利用协处理器机制构建HBase索引来进行检索速度的优化是行之有效的。