随着人们对公共安全越来越重视，视频监控系统在安全防范领域的作用日益突出。现代的视频监控系统需要存储海量的数据，包括视频数据和小文件数据（关键帧、运动物体截图）等，对这些数据进行高效的存取是非常重要的。基于Hadoop分布式框架对海量的视频监控数据进行存储和处理。Hadoop在对海量的视频监控数据进行存储和处理的过程中存在两个问题：其一，OpenCV没有提供解析二进制视频流的接口，导致对视频进行分布式处理时视频的读取性能较差。其二，分布式文件系统对于大文件的流式访问效率非常高，但是对于小文件的存取性能非常低下。根据OpenCV解析本地视频文件的原理，通过将二进制视频流顺序传输到解码包的缓冲区中，调用解码器对解码包中的数据进行解析，实现了二进制视频流的解析和视频的读取优化，以减少Map任务的执行时间。在分布式文件系统中增加小文件的处理模块，利用视频监控系统中小文件存取的相关性及连续性的特点，将系统中的小文件合并成大文件进行存取，以提高小文件的写入性能；采取两级元数据机制以减少元数据节点的内存占用，有效的利用数据节点的内存：在元数据节点中保存小文件的一级索引信息，在数据节点中保存小文件的二级索引信息；另外在数据节点中采用分布独立式缓存结构，利用小文件数据存取的连续性，对文件数据进行缓存预取，以提高小文件的读取性能。实验表明，基于二进制流的解析方法的视频解析速度比现有的方法提高了10%~30%；对于视频监控系统中的小文件，相比于原生的HDFS，改进后的HDFS的小文件写入速度整体提高了57%~62%，读取速度提高了10%~13%，元数据节点的内存使用整体减少了5%~12%。