随着科学技术的发展,科学数据的爆炸式增长给其存储和分析带来了巨大的压力,如何高效的存储和分析科学数据成为一个巨大的难题。一方面,科学数据模型一般以数组为主,传统关系型数据库的数据模型是表结构,因此不能天然的支持数组模型,而是采用与分析型软件相结合的方式来进行科学分析。另一方面,采用RDBMS和分析软件相结合的方式会带来昂贵的成本;因此迫切需要一个能够有效存储和分析科学数据并能降低成本的系统。阵列数据库和云计算技术的兴起给科学大数据管理和分析需求带来了良机。阵列数据库以数组为一等公民,能天然支持科学数据的存储和分析;云计算采用先进的分布式计算及存储架构整合资源的方式向外提供资源服务,为用户降低了使用成本。因此,结合阵列数据库与云计算平台的优势为科学家和研究机构提供高性能科学大数据云分析服务,具有重要应用价值和现实意义。本文综合分析了当前多种阵列数据库和云平台架构,结合当前科学大数据管理系统的优缺点对科学大数据云分析处理系统进行了深入研究和性能优化。主要研究内容为:(1)构建了云平台Proxmox VE,为云分析服务提供了平台环境;(2)在云平台上设计并实现了科学大数据云分析服务原型系统FASTDB;(3)对FASTDB系统进行了两个角度的性能评估实验,为后续FASTDB的性能优化提供了基础;(4)提出了FASTDB系统的存储块分割算法CLD以及实现了简单的基于数组统计信息的Cost-based查询优化器,提高了科学大数据云分析服务系统FASTDB的查询分析性能。