为了应对快速数据增长对在线业务运营平台的压力,本论文设计实现了一种云平台上大数据迁移存储系统。该系统针对企业日常运营管理数据,实现了一种数据迁移方案,并优化了基于Hadoop平台的数据存储方案。现有业务运营平台数据通常是存储在数据库中的结构化数据,结合结构化数据特点和存储环境,综合考虑迁移效率、成本等问题,本文采用了基于Sqoop的数据迁移系统设计,并从数据量大小、字段划分类型、Map任务数三个方面对迁移性能进行分析,此种设计能够在系统简洁流畅稳定运行的前提下充分保重数据迁移的安全性,同时能够保证数据到达迁移目的存储系统后能够自动化归档。Hadoop平台提供了HDFS分布式文件存储系统,同时又有MapReduce分布式计算框架的支撑,在此基础之上,本文采用了Hadoop的两个数据管理组件:HBase和Hive,通过分析各自优缺点,取长补短,实现了基于HBase和Hive的数据整合存储系统,并对比分析单独使用Hive和使用整合查询系统的查询性能,该系统能在不破坏组件各自功能完整性的情况下更好的发挥数据查询性能。经过测试,系统能够完整的实现数据的迁移,并且基于HBase和Hive的整合存储系统也能够进一步优化大数据平台的数据管理性能。