最近几年以来,依托中国宏观经济的发展,国家建设相关的行业蓬勃兴起。由此产生的经济数据迎来大发展,财经领域对经济动态查询与管理的需求越来越高。经济数据资料的逐年积累,尤其是各大基建部门承接大量业务后导致迅猛增长的财务数据,给相关各大公司的经济系统的查询检索带来了巨大的压力。因此,提高数据库索引技术的检索性能和加快系统的查询速度显得极为迫切。传统数据库索引的性能依赖于两点:(1)查询的负载模式可以预知;(2)有足够的时间创建索引。然而现代应用中,数据的动态性导致绝大多数情况下查询负载的模式是无法预知的;有时系统可能会对刚刚入库的数据进行检索。因此,在大数据环境下,传统分析型数据库遇到了挑战:在数据预处理过程中创建索引需要耗费大量时间,当数据库加入新数据之后需要对索引进行重构;而且会有对查询不敏感的问题。而由数据库分裂技术发展而来的自适应索引技术的研究与应用,很好的为建筑行业财务现代化的检索提供了解决方案。本文对自适应索引技术发展和研究现状进行了简要的介绍,通过学习相关理论和算法思想,充分理解了自适应索引的基本原理,然后在借鉴前人基础上,通过对Hybird Cracking算法和HCCS(混合分裂分裂排序)算法的深入分析,发现其尤有改良的空间,于是提出和设计HRCCS算法。该算法优化了现有的HCCS算法,数据元组的初始分片不排序,通过生成的随机枢轴进行分裂优化了其对初始分片的分裂步骤。之后每一步查询结果直接归并排序到最终分区,这就能够更快的收敛。同时结合了新的存储分裂结构,新的分片方式提升了自适应索引算法的查询效率和健壮性。HRCCS算法特点包括:(1)对于数据的预处理阶段,不需要创建索引;(2)只索引部分数据,并在查询过程中优化索引结构;(3)在查询过程中依据工作负载自适应地构建索引,也就是说创建索引作为工作的一部分,被并入查询任务之中。从而既保证了检索算法前期较低的成本消耗,又使它能够拥有较快的收敛速度。本文在后期对算法进行了测试,依据查询序列递增条件下的查询时间响应对比,对HRCCS算法在处理大数据和高检索频次下的高效性能进行了论述和验证。之后又通过该算法应用前后经济动态管理系统性能的提升,证明了它能够较好地解决了建筑行业与日俱增的财务数据创建索引困难和检索效率低下的问题。综上,面对大数据高频率的查询条件下的数据库系统,HRCCS算法体现出其良好的性能和一定的潜力,相信在以后的类似的数据库系统设计中,也会有良好的研究价值和借鉴意义。