伴随互联网技术及其相关应用的快速发展,信息的多样性和数据量级均较传统企业级数据有显著提升。我们可以在生活的方方面面体验到这些“大数据”,如网上查询海量资料、网上购物、社交网络上的即时分享、企业的内部信息管理查询等。随着这类数据爆炸式增长和查询访问需求愈加复杂,数据库管理系统所面临的挑战也与日俱增,传统行存储技术已不能满足面向OLAP的各种查询需求。与此同时,我们也看到这些数据的更新需求与早些年的数据库OLTP应用存在显著差异。不同于OLTP,“大数据”下的更新对一致性要求有所放宽,且在很多应用场景中允许一定的更新丢失,这使得大量基于元组事务的更新方法能够得以实用。而数据类型上,“大数据”更多强调的是半结构化甚至无结构数据,这些势必将对已有基于关系模型的数据库访问技术提出新的挑战。在分析负载显著增加和数据模式更加复杂的应用背景下,列存储数据组织方法和嵌套模式管理技术日益得到重视。列存储基于列式数据存储,在执行复杂查询时能够更加有效地读取查询涉及的列组,且能够更好地运用各种压缩技术节省存储成本,因而可以更为有效地提升OLAP(联机分析处理)的效率。在此基础上,嵌套模式则进一步为数据的柔性表达提供了建模支撑。如何基于列存储为嵌套模式下的半结构化数据提供高效的查询分析支持和有效的更新处理支撑是近年来业界和学术界的关注焦点、具有重大的研究和应用价值。本研究以列存组织和嵌套建模为两大核心技术手段,重点对半结构化数据的存储、查询和更新三个核心内容进行优化技术研究。在数据组织方面,研究借鉴Trevni的底部存储结构,形成能够支撑“选择下推’”的通用嵌套列存组织结构。面向更新需求,精心设计了 B+树索引以支持嵌套模式下的元组级事务处理。在查询优化方面,提出并实现了基于“选择下推”的数据扫描算法集,通过在扫描时使用bitset轻量级结构来减少不必要的数据读取和反序列化。研究分别面向集中式和MapReduce两种环境对优化扫描算法给予实现,通过“any”和“all”两种查询语义在不同层级上进行负载传递,以期将所提算法扩展到通用查询模式中。实验验证分别在单节点和分布式环境下进行,实验数据包含十亿级联关系数据和数千万半结构化数据。试验结果表明所给出的存储架构在“选择下推”执行模式下较已有同类方法有显著提升。所提方法在处理选择率较低的多选择条件时,执行效率较目前广为采用的存储平台高出一个数量级。