如今,信息社会已进入云计算时代,数据的生产速度越来越快,一些企业和组织机构积累的数据量也越来越庞大,海量数据的处理和应用已成为当今信息技术领域所面临的巨大难题。Hadoop作为处理海量数据的一大利器,是当前云计算技术中最热门的话题之一,而与Hadoop同一阵营的HBase则为海量数据的实时读写提供了一套解决方案。HBase是Apache Hadoop生态圈的重要组成部分,通常使用Hadoop文件系统(HDFS)作为其底层的存储平台,是一个高可靠性,高性能,面向列且伸缩性强的分布式非关系数据库。HBase在起初设计时忽略了许多SQL操作并着重加强了对系统高性能、高容量、高可靠性和可伸缩性等特性的开发,已成为现今最流行的NoSQL数据库之一。本文首先从当前形势出发,探讨了当前云计算时代的热点问题,归纳总结出云计算的概念和技术体系结构,理清了当前技术变革的原因、动力和方向。然后,通过对Hadoop两个核心组件和NoSQL理论的研究和介绍,详细的说明了当前业界用以处理海量数据的最先进的分布式系统的设计思想和架构技术,阐述了HBase诞生的技术基础和理论基础。随后详细的阐述了HBase系统的设计原理和它的内部构造,并进一步对其访问流程作深入的探究。在此基础上,本文提出优化HBase系统的思路和出发点,并给出了在实践操作中总结出的几个简单有效地的优化方法。本文在实验部分提出并实施了基于HBase的小文件系统的设计方案。在HBase表结构设计上,使用了简单的二级索引技术。对于实验系统的上传下载过程和表结构的设计及访问过程等全部功能进行了详细的设计和编码实现。