随着互联网产业的迅猛发展，数据呈爆炸性增长趋势，海量数据的处理对计算能力的要求远远超出自身 IT架构的计算能力，云计算的概念应运而生。作为云计算的关键技术，云数据管理为业界带来巨大的潜在商用价值。如何对云数据管理平台上的海量数据建立合理的索引机制以实现云数据的高效查询处理，满足用户的实时性需求，是一个亟待解决的问题，也是近几年的研究热点之一。　　目前，在云数据管理研究中，已有一些索引的相关工作，这些工作主要是考虑数据本身的特性，建立传统的一维索引或是多维索引。它们没有考虑实际云存储系统中的数据分布和存储特点。本文根据云存储系统中实际的数据特点，提出了两种索引结构。　　根据实际云存储系统中的属性特点，本文将属性列分为两大类:rowkey和nonrowkey。rowkey是独一无二的标识属性。所有的除rowkey以外的属性列都是nonrowkey列，它们随机的分布在表中，并且含有重复值。　　针对rowkey查询，提出基于多备份的云数据索引方法RBX。一方面，利用云数据管理系统中rowkey的分布特性建立RBX索引快速的进行查询的定位，减少了不相关块的扫描时间;另一方面，在主节点上维护块的备份信息，对各个块的子查询进行合理的调度，提高了查询的并发度、保证了系统的负载均衡性，进而提高了查询效率。　　针对nonrowkey查询，提出了nonrowkey与其对应 rowkey的映射索引关系MRBSX。该索引能够快速的定位满足查询条件的nonrowkey所对应的rowkey集合。然后根据该rowkey集合，基于RBX索引进行实际的数据读取。　　最后，在hadoop云平台上进行了丰富的实验。通过实验，验证了本文提出的索引结构的有效性。