对于当前的海量数据分析或处理，数据通常存储在大规模集群的分布式文件系统(如GFS、HDFS)上。这些文件系统提供了对数据的便捷管理、高效访问以及容错性和扩展性。基于GFS和HDFS的MapReduce编程框架具有简单、通用的特点，通常应用于大规模数据的分析或处理。　　本文实现了一种在分布式环境下的数据布局策略，将一个集中式与分布式相结合的两级索引结构部署在分布式文件系统HDFS上，实现了基于格雷码的数据布局策略，使各类选择查询(如部分匹配查询、多维范围查询和多属性范围查询等)的顺序访问的比率大幅提升。另外，对于二元关系运算连接查询，虽然Hadoop提供了默认的关系连接机制，但这种方法需要对大量的数据进行排序和传输，将带来很高的时间代价，而且多个关系表的连接在Hadoop缺省连接中也不能得到直接支持。因此我们提出了一种全新的非对称连接策略，不仅能够与本文实现的数据布局策略相兼容，而且避免了Hadoop缺省连接的诸多开销较大的因素，并能在一个MapReduce作业中有效地完成多个关系的连接。　　最后，本文通过实验，给出了存储布局策略和查询优化方法的时间和空间代价，验证了本文提出方法的有效性和高效性。