去中心化系统是由高度自治的节点自由连接组成的开放式系统。中心化系统存在着中心服务器成本昂贵、过度依赖主干网、单点故障等问题。相比于中心化系统,去中心化系统则具有成本低廉、数据分布式存储且永久保存等优点。但是,去中心化技术带来好处的同时,也面临以下挑战:第一,去中心化系统中节点间物理距离与逻辑距离不匹配,造成数据传输中的带宽浪费;第二,去中心化系统基于内容寻址,数据查询耗时大、效率低;第三,去中心化系统中存在数据热点问题,而传统负载均衡方法并不适用于去中心化系统。针对上述挑战,论文提出基于组织分层的去中心化数据组织机制和相应的数据查询检索算法。同时,提出去中心化系统中热点数据的解决方案。本文主要工作如下:（1）提出基于组织分层的去中心化数据组织机制及数据辅助备份机制。基于组织分层去中心化数据组织机制先后通过物理距离优先查询和所属组织机构优先查询的方式提高数据查询效率。数据辅助备份机制保证在不可靠网络环境下节点数据的备份。（2）提出基于二叉树动态布隆过滤器的去中心化数据查询算法。针对去中心化系统中缺少中心化索引导致的数据查询耗时大的问题,提出基于动态布隆过滤器的去中心化数据查询算法,利用数据查询过程中经历节点保存的邻居信息优化数据查询路径。针对布隆过滤器假阳性概率高的问题,进一步提出改进的基于二叉树的动态布隆过滤器BTDBF的数据查询算法。（3）针对去中心化数据组织方式存在的数据索引热点与数据服务热点问题,提出了基于热度模型的去中心化数据负载均衡机制。针对去中心化系统索引聚集在特定节点,导致产生数据索引热点的问题,提出基于索引热点探测的数据数据发布与查询机制;针对由于节点异构,不同节点对数据请求承受能力不同的问题,提出了基于节点负载的数据热度监控方法,并实现协同其他节点工作的数据服务热点处理机制。为了验证上述工作的有效性,本文对基于组织分层的去中心化数据组织机制、基于BTDBF的数据查询算法与两类热点解决方案分别进行功能与性能实验。实验结果表明,论文提出的去中心化数据组织机制与数据查询算法在查询性能上相较于IPFS文件系统有较大提升,两类热点解决方案能够有效解决数据热点问题。