（哈尔滨工业大学计算学部，哈尔滨 150001）

0 引言

如今，随着移动互联网等技术的普及，数据量呈爆炸式增长。大规模数据对数据管理提出了迫切的需求，传统的数据库对于超大规模数据存取的效率低，难以支持高并发访问。为此，分布式数据库应运而生。但是这类数据库也存在着对数据查询访问不够灵活的缺点。分布式数据库系统通常根据主键按照一定规则将数据进行划分，将数据片段冗余地存储在集群中的计算节点上，同时在主键上构建索引，来支持高效的主键查询。而针对非主键属性列的查询，系统无法确定数据的分片信息具体存储在哪个计算节点上，只能通过全表扫描进行查询，效率较低。所以，如何提升非主键查询效率成为分布式数据库系统的亟须解决的问题。

现有的分布式索引方案都拥有各自独特的构建方式，大致可以分为三种类型：一是通过改造系统的源码，重新设计交互逻辑，实现二级索引（SecondaryIndex，https：//github.com/Huawei-Hadoop/hindex）。这种方法对开发人员的要求很高，并且很难跟得上系统版本更新的速度，用户在使用时需要将自己的数据重新导入到索引系统中，用户体验性差；第二种是基于MapReduce 并行计算框架，为查询数据创建map 映射表，并在客户端实现对map 映射表的查询［1］。由于NoSQL 数据库在进行跨行的事务时，无法保证原子性，当系统写入数据后，索引尚未更新成功前，系统发生任何错误，都会造成索引和原始数据不一致的后果。但是现有的MapReduce方案没有考虑数据的更新情况，所以这种方案只能适用到一些离线应用中；……