20世纪以来,信息化数据以指数规模增长,这使得人们从纷乱复杂的异构数据中迅速而有效地得到自己关注的信息变得困难重重,而索引是信息获取过程中最重要的一步。目前,结构化数据和非结构化数据的索引研究已取得重大成果,但单一类型的数据索引已无法满足用户需求,所以研究支持多种类型的数据索引已迫在眉睫。当前形势下的异构数据类型主要包含两种:一种是以关系型数据库为代表的结构化数据;另一种是以文本文档、HTMIL网页、Email等为代表的非结构化数据。结构化数据的主要查询方式为SQL,非结构化数据的主要检索方式为关键词搜索。随着数据信息化的快速推进,能同时检索多种数据类型的索引已引起人们关注。异构数据索引不同于单一类型的数据索引,它能够支持各种类型的数据检索。本文对国内外各种异构数据处理模型及其查询语言进行了详细的分析、总结,综合各个模型的优缺点,提出了一种基于关键词描述的数据模型。该模型可以较好地表示结构化数据和非结构化数据。此外,本文还提出了一种基于部分匹配的异构数据索引方法,其主要思想是预先计算并存储某些特定的查询及相应的结果。索引的构建和查询整体上遵循部分匹配思想。在构建时,充分利用剪枝及关键词计数排序策略,较大地缩短了索引构建时间;在查询时,主要依靠关键词计数并采用分层检索的方式,较大地减少了用户检索时间。实验结果表明该索引方法能够较好地解决异构数据索引问题,具有良好的性能。