随着信息技术的发展，物联网越来越多的应用到像智能交通、智能家居、智能医疗等的智能应用行业中，以传感设备为基础的各类流式数据的实时接收和处理成为物联网智能应用的关键。　　在智能交通应用中，实时采集的交通信息要进行有效的存储，为交通信息服务、交通计算、交通管理等提供数据支持。面对大规模的、快速、实时、连续不间断到达的流数据，如何实现大规模流式数据的存储以及提供高效的数据查询方法成为智能交通应用中不可避免的问题。针对这一问题，提出一种适用于物联网数据管理的结构化数据查询优化方法，在保障流数据存储的同时提供高效的数据查询能力。该方法采用数据库集群技术搭建主从数据库环境;采用数据分区技术创建分区表用于数据存储，实时接收的流数据连续不断的写入主数据库;采用主从延迟复制策略通过定时增量复制技术将数据异步复制到从数据库集群，为大规模历史数据的查询提供数据支持;采用数据缓存技术应对重复查询时的性能需求。该方法采用的数据库集群技术在应对数据并发访问的同时减少数据查询对数据写入的性能影响，采用数据分区和数据缓存技术提升单数据节点的查询性能。实验结果表明，该方法能一定程度上减少数据查询对数据写入的影响，提高海量数据的查询效率。