第三代测序技术的到来对基因的研究有着里程碑式的意义,通过进一步挖掘蕴藏在基因里面的奥妙对我们了解人类进化过程,揭露生命现象本质,预防重大疾病,疾病精准治疗等方面都有着不可或缺的重要作用。传统基因技术与大数据、云计算的交叉式结合应用,一方面产生了海量的基因数据,这些海量宝贵数据不仅仅需要永久保存,同时也需要被快速存储和提速,另一方面,对存储海量基因数据的数据库系统架构有了更高的要求。对于海量基因数据的存储,传统的关系型数据库已经无法满足需求,无法实现海量数据下的高速访问和大规模并发查询,尤其是在面对数据库集群的横向扩展和数据类型的多样性等方面时,显现得力不从心。本文中所提到的Nosql数据库能够支持海量数据高并发读写、数据高效率存储、数据库高可用性以及数据库集群高扩展性,更好地弥补了传统关系型数据库的不足。作为当今最受欢迎的非关系型数据库,MongoDB不仅具有NoSQL数据库的优点,而且能同时实现传统型数据库的索引和查询功能。本文以MongoDB为例,主要研究了以下内容:首先本文对Nosql数据库的定义、特征、种类做了相关介绍,并与传统关系型数据库进行了理论对比,得出Nosql数据库在海量存储和访问方面的优势,同时也对负载均衡算法的定义以及一些常用的负载均衡算法进行了描述。其次本文研究了MongoDB中的分片机制和负载均衡算法,并针对该负载均衡算法只能达到数量上平衡的缺陷,做了相关改进,通过加入节点实时负载和chunk操作热度数这两种参考指标,提出了一种改进的负载均衡算法,并通过对比实验验证了其有效性。最后,针对目前基因组存储系统在面对海量数据存储和访问时无法实现高扩展、高可用、高并发的缺陷,设计了一个基于改进算法的MongoDB基因组存储系统,并通过实验对系统的性能做了一个较为全面的评估。