网络信息化的快速普及,尤其是大数据时代的到来,使得互联网上各种异构的非结构化数据开始出现爆炸式的增长。搜索引擎技术为人们从海量的数据中快速并且有效地检索出有用的信息提供了良好的解决方案。全文检索是搜索引擎中的主要技术,它主要包含两个步骤—索引建立和索引查询。在云存储平台与分布式计算技术的快速推动下,分布式全文检索在解决集中式检索中的各种问题的同时,它开始成为现代信息检索中的一项重要技术。本文首先介绍了分布式全文检索的研究背景和发展现状,之后分别对分布式全文索引的建立、分布式全文索引的划分组织、分布式索引查询等过程中涉及到的关键技术进行了阐述和分析。在这基础之上,本文针对分布式全文检索中的几个关键问题进行了研究,提出了一些解决方法,并且通过相关的实验来验证方法的有效性。本文的研究内容主要从以下几个方面展开：一、首先分析了单机集中式索引构建方式的不足,提出了一种应用分布式计算框架MapReduce进行并行索引构建的方法,并且在全文检索框架Lucene上实现了分布式索引的建立。最终通过4台机器组成的Hadoop集群来将索引的建立效率提高了一倍,验证了上述方法的有效性。二、分布式索引的划分组织方式决定了整个分布式系统的负载均衡。本文首先分析并且对比了目前两种主流的索引分割组织方案,即文档分割与词表分割。在阅读相关文献的基础上,提出了一种文本聚类方法下的索引分割组织方法。三、由于分布式系统中索引库的数量较多,在进行检索时需要对索引库进行集合选择。目前有很多比较成熟的集合选择策略,如CORI、CRCS等,但普遍缺乏对语义的支持。本文提出了一种基于词语相似度的分布式检索集合选择策略,最后通过验证了它具有良好的查全率。