近年来，海量空间数据的高效存取管理，成为地学信息科学和计算机科学领域的研究热点问题之一。海量空间数据的快速装载与空间数据特征、数据的组织和存取方式密切相关。传统空间数据库存在横向扩展困难、存取性能有限等缺点，当空间数据量超过TB后，系统性能急剧下降。将现存的海量空间数据以及不断产生的新数据（TB级甚至PB级）快速、高效、无误地装载入库，减短入库时间已成为海量数据处理的瓶颈。　　将空间数据中数量较大的半结构化/非结构化数据从中分离开来，交由适宜存储松散数据、可扩展性强的HBase管理。根据矢量、栅格数据等数据模型特征和访问特性，结合HBase逻辑模型设计原则，利用图幅号中的列号和图尾号给出分幅号的计算公式，进而设计出一套RowKey编码。这种编码使得数据分布“局部连续，全局分散”，从而实现负载均衡、并行读取，提升空间数据的查询效率。　　针对海量空间半结构化/非结构化数据切片装载量大且装载入库缓慢的问题，以海量空间数据组织方案为基础，设计了缓存和线程并发管理算法，将海量小数据在本地内存生成多个较大的HFile缓存文件，通过并行写缓存文件数据提升网络利用率，以提升装载性能。据此设计并研发了DMLoader装载工具。测试证明，DMLoader在副本为3时的装载速率较HBase上原有的3种装载方式提升了3～6倍，大大缩减了海量数据装载时间。