随着GPS和北斗等定位技术的快速发展,物联网、车联网、移动互联网等基于实时定位技术的应用不断成熟,空间数据呈现井喷式增长。面对互联网环境下数据类型多,更新快,高并发访问等特征,传统的数据管理方式日益难以适应需求。因此,高效的存储和管理空间大数据,成为当下亟待解决的问题。云存储和分布式计算为上述问题的解决提供了一种新的途径。本文针对目前空间数据存储管理方法的不足,利用分布式数据库HBase存储管理海量空间数据,研究了HBase中空间数据的存储模型以及并行处理的关键技术,主要做了以下工作:(1)分析了云平台下HDFS和HBase的架构和技术原理,以及MapReduce计算框架,为云计算环境下空间数据的管理奠定基础。(2)HBase以一维的行键进行查询,而矢量线、面数据包含多个二维的坐标。如何将多个二维的坐标转化一维字符串,就成了HBase存储管理空间首要问题。本文基于GeoHash空间降维算法,探索适合云平台下的空间数据索引方法。(3)结合HBase的NoSQL特性,设计了空间数据在HBase中的存储模型,并利用MapReduce分布式计算框架,给出了矢量线、面的并行化查询流程。最后,通过实验证明,本文设计的基于GeoHash曲线索引的HBase空间数据存储模型,以及并行化查询流程具有良好性能。