随着时代的发展,非结构化数据呈现爆炸式增长。IDC的一项调查报告中指出:非结构化数据在企业数据中,所占的比重是80%,并且还在以60%的比例增长。所以处理和存储海量的非结构化数据成为急需解决的问题,而云存储技术成为了解决这一问题的热点技术。现有的云存储系统主要是针对大文件设计的,并且没有考虑数据之间的关联性,然而大部分非结构化数据的文件大小小于2M,所以对于非结构化数据的存储效率是比较低下的。本文以非结构化数据为研究对象,基于开源云计算平台OpenStack的对象存储服务Swift,提出了一种基于对象的存储方法,对非结构化数据进行存储设计和读取设计,并将这两种设计整合到Swift的存储平台中,实现非结构化数据存储系统的开发,提高非结构化数据的存取性能。针对非结构化数据存储问题,本文研究了数据之间的关联性,然后将关联的数据作为输入,基于BIRCH算法对数据聚类,实现了对数据的分组。测试结果表明,代理节点的内存使用低于18MB,存储节点的内存使用低于15MB,相对于原来的Swift系统,内存使用减少了大约86%。处理10KB左右的数据时,请求的响应时间降低大约50%。所以可以表明本文研究的方法可以有效的提高非结构化数据的存储效率。针对非结构化数据读取问题,本文研究数据与分组之间的映射信息,实现三个映射表:数据索引表、索引缓存表、工作集表。然后基于访问历史对数据进行预取操作,将接下来很有可能被访问的数据提前预取到代理节点的缓存中。测试结果表明,用户请求的数量为50个时,命中率达到50%。用户请求的数量超过350个时,命中率超过80%。同时降低了读取数据的响应时间,平均响应请求延迟低于20ms。所以可以表明本文研究的方法可以有效的提高非结构化数据的读取效率。基于上述成果,本文设计并实现基于Swift的非结构化数据存储原型系统。该系统结合了非结构化数据的存储技术和读取技术。实验结果表明,该系统能够高效解决海量非结构化数据的存储问题和读取问题。