随着网络应用的快速发展,因特网产生的数据呈现爆炸式增长,要高效地实现这种海量数据的索引就成了一个重大的问题,对于多维数据索引就更是非常困难。虽然云计算作为一种新兴的计算基础设施,可以把大量数据放在一个资源池,让多台计算机并行处理,但作为云计算平台基础设施的重要部分—云数据存储系统在应用于多维数据就显得不是很适合。由于当前绝大多数云存储系统都是采用分布式哈希(DHT)的方式来构建数据索引,数据被组织成键-值(Key-Value)对的形式来进行存储。所以,这种类型的云存储系统只能支持关键字的查找,而对于多维数据索引里的范围查询和最近邻查询问题都不是很理想。因此本文在综合研究多维数据索引和存储的基础上,首先尝试提出了一种新型的多维数据索引架构Skip-Octree,并采用Octree树这种结构来存储数据,在其上面建立相应的索引机制,以通过八叉树利用不同维度进行空间分割的思想来实现对数据的简单索引。然后在Skip-Octree多维数据索引架构的基础上,设计了与之相关的点插入算法、点删除算法、点查询算法、范围查询算法及Octree树的分裂合并算法。最后,通过仿真实验对提出的这些算法进行了测试,分别从数据的插入删除、点查询、范围查询、分裂合并及双层架构的效率评测等多方面证明了该架构的可行性和高效性,实验采用和传统的Octree树结构进行对比,结果显示Skip-Octree架构在多个方面都比Octree树结构表现的较好,性能都有所提升。该架构的提出,不仅简化了对树结构平衡性的调整,还充分利用了Skip lists分层发布的特性,实现了八叉树也以1/2概率向上发布,把立体空间的查询一下子变为线性结构式的索引,同时还提高了索引效率并减少了存储空间。从实验结果显示可知,Skip-Octree多维数据索引架构是可行的、高效的,对于企业未来应用也可以起到很好的参考作用。