随着互联网应用的飞速发展和信息的社会化，数据呈爆发式的增长，传统的关系数据库在处理分析如此海量的数据时出现性能和可扩展性的瓶颈，所以必须研究新的有效的大数据分析平台。大数据技术目前还没成熟，也没形成统一标准，但工业界已经广泛使用Hadoop作为其大数据处理平台，这也带动了国内学术界对Hadoop相关技术研究。除了Hadoop外，NoSQL相关技术也得到较快发展，涌现了一批优秀的开源项目，如HBase和Cassandra等都被工业界广泛应用。本文基于国家核高基科技重大专项——非结构化数据管理系统LaUDMS来研究和实现对大数据的处理分析相关技术。非结构化数据管理系统LaUDMS重点就是深入研究大数据的存储和分析技术，并结合理论和实践来解决对大规模非结构化数据的管理难题。本文首先对大数据处理分析平台的研究现状进行了综述；其次在综合比较分析现有平台优缺点的基础上介绍了非结构化数据管理系统LaUDMS的内核清华知云Kloud的平台架构；再次是清华知云Kloud中的大数据分析平台的技术研究和实现。技术研究包括深入分析了分布式数据仓库Hive的设计和组件，并将其融合到基于P2P架构的Cassandra内部实现中；为实现Hive组件完全融合到Cassandra中，定义了基于Cassandra自由表的面向对象数据模型来存取Hive的元数据信息；为提高自由表访问效率，描述了基于Cassandra自由表的辅助索引设计和实现，并且将其融合到Hive的分布式索引插件框架中，实现Hive分析的性能优化。该大数据分析平台实现后对某网站用户访问日志进行了实验分析，性能和可用性得到相应的提升，取得良好效果。