借助互联网的发展,数据以爆炸性的方式增长。社交网络、物联网和车载网络的流行,使非结构化、半结构化数据在数据中心中所占的比重越来越大。大数据技术应运而生,发展迅速,深度影响着互联网产业的格局,是又一次信息革命的浪潮。大数据技术中具有典型代表是Hadoop开源框架,各种公司、开源团队、研究机构对于Hadoop的扩展研究非常活跃,推出了很多支持批处理、流处理、实时处理的大数据平台。本论文阐述了大数据实时查询平台的设计原理,重点描述了基于Mem cached的内存优化方案。针对Memcached存在的热点问题和单点失效问题,进行系统分析,并且提出基于热点的动态调整策略。本论文的研究成果具有重要的理论价值和实践价值。从理论上看,由热点引起的负载不均衡问题普遍存在于分布式系统中,例如在云计算系统中需要考虑各个节点的CPU和内存的利用是否均衡,论文提出的基于热点的动态调整策略对于分布式系统的优化具有学术参考价值。从实践上看,该策略的实现成功加速了我们设计的大数据平台的查询处理速度,证明了该策略对于构建高效的大数据平台具有实践参考价值。