近年来,大数据、移动技术的飞速发展使人们的生活已经无法脱离智能手机,由于其便捷性、移动性等特点,已被广泛应用于各个领域。在教育领域中,则出现了一种利用智能移动终端的新型学习模式——“移动学习”。这种学习模式可以使学习者用户在任何时间、任何地点根据自己的喜好进行学习,从而激发学习者的学习兴趣,但是,随着教学资源的爆炸式增长,针对移动学习中海量数据的存储及资源的有效利用成为了目前亟待解决的问题。因此,本研究旨在针对移动学习应用,研究海量数据的存储及资源利用的问题。在海量教学资源存储方面,采用大数据云存储平台Hadoop作为移动学习系统的存储平台,由于Hadoop在小文件存储方面存在较大缺陷,本文提出了一种小文件存储的优化策略,解决了小文件存储瓶颈。在系统开发方面,首先对系统进行需求分析,系统架构设计,然后构建了基于个性化推荐的移动学习模型,最后根据模型进行开发并实现。在开发过程中,设计了个性化资源推荐模块,通过对协同过滤推荐算法进行研究并优化,使该教学资源的推荐精确度有了一定的提高。本研究不仅有效解决了海量资源存储的问题,还满足了学习者在学习过程中的个性化需求,使教学资源利用率得到了一定的提高。使学生能够更方便、更高效的进行移动学习。