传统的关系型数据库在处理爆发式增长的海量数据时存在诸多缺陷,如可扩展性差,容错性低,不可靠等。而大数据技术凭借其高容错性、高可扩展性、高性能、高可用性等优势,取而代之,成为巨量数据管理的有效解决方案。但是,目前大数据框架也有不足之处,其仅能提供基于主键的查询方案,因并不具备关系型数据库的视图、索引等机制,故而无法支持高效的join、多维条件查询等复杂操作,这限制了大数据系统在实际生产环境中的应用。针对以上问题,本文设计并实现了一种非侵入式二级索引方案。其基本原理是构建以列的值为键,以目标数据的RowKey为值的二级索引,使得在大数据平台HBase中可以通过检索相应的“键-值”数据快速查询到目标记录,故而支持基于值而非行键的复杂条件查询,如在HBase中做基于值区间的高效检索。本方案采用C/S架构,在服务器集群端,利用Observer协处理器负责索引数据的并行构造,利用EndPoint协处理器负责索引查询逻辑的并发运行,客户端只需通过Protobuf协议将复杂查询条件传递到服务端,EndPoint协处理器调用结束后将所有目标记录返回到客户端。本文二级索引方案的实验是基于环境空气质量监测大数据进行的。首先设计了HBase大数据存储模式解决海量空气质量监测数据的存储,再引入非侵入式二级索引进行复杂条件查询。实验结果表明本文所提出的二级索引方案既能支持高效的多维查询,又能保证较高的系统吞吐率,达到了预期目标。综上所述,该设计方案弥补了当前大数据管理系统的不足之处,扩展了其基于二级索引的查询功能,增强了系统的可用性。非侵入式二级索引的设计方案是合理可行的,具有一定的理论研究意义和较强的实用价值。