云存储是云计算的核心内容，其市场潜力巨大。Bigtable分布式数据存储系统是Google为其内部海量的结构化数据开发的云存储技术，是Google的第三项云计算关键技术。Bigtable具有高可靠性、高性能、可伸缩等特性，是所有云时代分布式存储系统的开发蓝本。然而，Bigtable中仍存在许多亟待改进的地方。本文首先对Bigtable的实现细节进行具体的表述，并在深入了解Bigtable架构、逐步剖析Bigtable实现细节的基础上，提出了Bigtable在批量插入、主服务器故障恢复、SSTable压缩机制、子表服务器重启、时间轴访问效率低和读操作延迟方面的问题。并在系统分析各个问题的产生原因之后，给出了这些问题可能的解决方案。对于每种方案，都通过仿真或性能分析，给出了新方案在解决Bigtable原有问题上的优势。本文针对Bigtable常规方法在批量插入时会导致子表频繁分裂的问题，给出了带预估期的批量插入方案。对于Bigtable主服务器重启操作流程复杂、资源和时间消耗多的问题，本文将检查点机制应用到主服务器的恢复中，给出了带检查点的主服务器恢复机制。对于Bigtable原压缩机制对周期的选取要求较高的问题，给出了一种基于数量的压缩方案。对于Bigtable中子表服务器重启不能有效利用其本地磁盘上的SSTable文件，增加不必要的网络通信和数据传输的问题，本文给出了子表服务器初始化的新方案。对于Bigtable在时间轴上访问低效的问题，本文给出了带时间索引的SSTable设计。对于Bigtable中元操作延迟的问题，本文给出了让子表服务器一边从GFS上读取数据，一边与客户端通讯将数据返回给客户端的方案。