随着航天技术的飞速发展,航天情报信息量急速增长,传统的人工跟踪情报的模式暴露出越来越多的缺点,比如不能高效查询航天情报数据,不能直观展示情报信息,不能实时更新数据,不能提供分析决策支持等。因此,本文构建了航天情报系统,将航天数据关联起来,结构化情报数据,提供高效的数据收集和管理方式,同时提供多维度的数据统计功能和多样化的数据可视化服务。对于日益增长的大规模航天情报数据,创建高性能数据库索引能极大地提高系统检索性能,而并行索引技术能为大规模数据检索提供良好的解决方案。本文首先研究了树结构索引、Hash索引、倒排索引等传统索引技术,以及二级索引、高维索引、双层索引、并行索引等大数据索引技术。通过研究发现,传统索引技术已不适用于大规模数据,而将索引并行化处理能极大地提高大数据索引效率。因此,在详细研究了数据索引技术和Hadoop框架后,本文将HT树索引结构与Hadoop相结合,提出了并行HT树索引技术。并行HT树索引利用Hadoop内置的容错性和并发管理特性,将数据集划分为多个较小的分片,并在各节点并行构建HT树索引。同时,采用并行HT树索引进行范围查询时,可以在Map阶段消除不包括检索关键词的那部分HT树,从而缩减搜索空间,减少范围查询时间。这种索引方式能有效减少大规模数据的索引构建时间,改善资源利用率,因此,该索引技术能极大地提高大规模结构化航天数据的检索效率。本文不仅提供了详细的并行HT树索引构建方案和实现算法,还对并行HT树的执行性能进行了以下优化:(1)在构建子HT树时采用自底向上的批量加载技术,提升HT树的空间效率,减小构建HT树的开销;(2)采用链式算法连接Job,减少中间数据的I/O开销;(3)提出基于负载统计的分区数据负载均衡优化策略,改善了HT树索引执行过程中数据倾斜带来的负载不均衡问题。通过对比分析基于Hadoop的无索引、并行全局聚簇索引和并行HT树索引的实验结果,验证了本文提出的并行HT树索引能有效提升索引执行效率和结构化数据的查询性能。最后,本文详细设计并实现了航天情报系统,该系统实现了用户权限管理、航天数据管理、数据最新更新、数据检索、数据统计等功能,同时将并行HT树索引应用于系统,极大地提升了系统中大规模航天数据的检索效率。