随着科学实验规模和精度的不断提高,很多科学工程领域产生了大量的实验数据,这些数据的规模往往呈GB、TB甚至PB级别,并且在以更大的规模不断增长。当前,大跨度建筑和桥梁、高层和高耸结构、特种和重型结构的不断涌现,新材料、新结构、新工艺的日益进步,正在推动着结构工程理论和技术的向前发展,而每一项新技术的涌现和发展都离不开大量的科学实验。如何对实验产生的海量数据进行高效的存储和分析处理有着十分重要的现实意义。　　 本文根据结构工程领域实验数据的特点,选择Hadoop分布式模型进行研究和开发,建立面向结构工程实验海量数据的存储和分析处理系统。　　 首先研究和分析了Hadoop系统的基本架构、基本原理,重点研究了Hadoop的文件系统HDFS的结构和设计要点、MapReduce计算模型的原理和实现技术,搭建了Hadoop分布式系统架构。　　 重点设计和实现了基于HDFS的结构工程海量实验数据存储系统,该系统包括数据文件的存储结构组织、查询、传输、图形化显示、文件由HDFS向GPFS的转存等功能。研究和实现了基于MapReduce计算模型的结构工程海量实验数据的分析处理系统,该系统包含数据的预处理和二次处理功能。实现了面向结构工程领域的数据分析处理的典型案例,包括案例的数学模型分析、MapReduce程序实现、程序性能的分析比较等内容。　　 最后,在北京工业大学网格中心云计算实验平台环境中,对系统的各项功能进行了实例验证。实例验证结果表明,该系统较好地解决了海量实验数据的存储、传输、分析处理、数据转存等关键问题,促进了数据资源共享,提高了数据的使用效率,具有较强的实用意义。