随着internet的发展以及物联网和云计算的兴起，构建工业物联网成为工业现代化发展的必然趋势。企业的工业控制网络和信息网络的融合成为关键技术，面对海量数据管理困难、高数据存储成本高、安全可靠性难以保证、扩展性较低等难题，明智企业会选择搭建工业私有云存储系统，采用分布式采集和管理系统，利用云存储的高通用性、高扩展性、高可靠性以及海量存储等特性。工业采集数据云存储解决方案可以有效解决存储和数据挖掘问题。本文采用MooseFS(MFS)搭建了工业采集数据云存储系统并对MFS代码进行了详细分析，提出存储节点同时作为计算节点的设计思想。针对海量工业采集数据难以存储的问题，设计了专门的分布式存储算法，提供了专用接口存储工业数据。在云存储系统中查询海量工业数据需要消耗大量时间和资源，本文设计的定时数据并行分布式查询算法可以极大缩短查询时间和提高资源利用率；在海量随机数据查询过程中，查询效率也成为关键难题，本文设计的分布式索引算法和随机数据并行分布式算法提高了查询效率。本文的创新成果主要有：(1)提出工业采集数据云存储解决方案，把云存储资源池作为工业数据计算资源池，将存储节点同时作为计算节点，计算节点主要实现建立分布式索引、完成并行分布式查询任务等功能；(2)在工业数据云存储系统上进行数据挖掘：建立随机数据索引、实现大规模定时工业数据查询和随机工业数据查询；(3)本文设计的系统继承云存储系统的动态扩容特性，系统可以部署在3台到1万台的不同规模集群环境，同时也可部署到廉价的分布式嵌入式系统。