无线传感器网络大数据近年来被广泛于日常生活、商业运行、气象观测、国防军事等重要方面。聚类分析是目前满足大数据分类需求的重要方式。本文针对无线传感器网络感知数据获取和分类的以上需求,建立了一套能够完成数据压缩传输,存储并完成聚类操作的完整系统。这套系统解决了当前数据传输能耗大,存储系统不适应感知数据存储和聚类操作所依赖的方法不能很好的处理离散的感知数据的问题,取得了如下成果：1.针对感知数据总量大,更新频繁,数据请求与发送资源消耗较大的特点,和传统数据库管理系统或文件系统不能满足相应数据存储需求的现状,采用在节点对感知数据进行拼接压缩,并在基站进行重构,优化感知数据获取和传输的能耗问题,建立分布式存储系统,并对数据读取机制和数据存储架构进行了相应的设计。2.鉴于感知数据规模大,内容离散的特点,传统的聚类分析方法效率较低,建立离散大数据的后缀树构造算法,并在此基础上进行基于后缀树聚类的分类操作。对于文章的各个必要部分,分别采用数据获取协议与传统协议,存储系统本身与Oracle数据库系统,STD与ERA进行对比试验,验证了本文系统各个环节的可靠性和高效性,保证了数据存储以及分类操作能够高效的执行。