信息时代的飞速发展产生了大量的信息数据，随着商业模式的转变，人们不是简单地将数据保存下来，而是越来越多的认识到庞大的数据中蕴含着更大的商业价值，对数据处理的方式也发生了变化。在大数据时代，传统的关系型数据库已不能满足人们对数据处理的需求，而非关系型数据库以其高吞吐量和高扩展性成为了处理大数据的主流数据库。然而非关系型数据库发展时间短、技术不完善，其功能还有一定的欠缺。HBase作为主流的非关系型数据库，得到了广泛的应用，然而HBase目前只支持基于RowKey的查询方式，对于非RowKey的查询，只能使用全表scan的方式，其查询性能不能满足需求。　　本论文的主要工作集中在分析如何提高HBase非RowKey的查询性能，并设计一种提高HBase非RowKey查询性能的方法。使用索引是数据库常用的提高查询性能的主要方法。为此，本文首先对现有的分布式索引方法进行研究分析。本文将现有的分布式索引方法分为二级索引、基于线性化技术的索引和双层索引这三类，并分别对这三类索引方法的典型技术进行研究，分析其基本思想，总结了它们的优缺点及应用场景。根据对典型索引技术的优缺点及应用场景的分析总结，本文设计了一种基于预分区的HBase二级索引方法。本文对索引的逻辑层和存储层进行了详细地设计，重新设计了主表数据与索引表数据在HBase下的存储分布，并设计了预分区方法来对HBase进一步进行优化。为了解决数据一致性问题，本文对索引的写入、更新操作也重新做了设计。为了降低方法的侵入性，使本文方法能够在HBase版本迭代后仍提供很好的索引支持，本文用Coprocessor完成了方法的实现。为了测试本文方法的性能，分别从单列查询性能、多列查询性能、数据写入性能、数据冗余度四个方面进行了实验，并在每个实验中将本文方法与原HBase及其他方法共同对比分析。　　实验结果表明，本文方法能够有效地提高HBase非RowKey的查询性能。不仅如此，本文方法对原始HBase的写入性能影响较小，并且有着较低的数据冗余度，与其他方法相比具有一定的性能优势。