时态数据是无处不在的,现如今海量的时态数据正在被生成。海量时态数据的管理非常重要,并且具有挑战性。面对海量的时态数据,分布式系统是一个不错的选择。然而,现有的分布式解决方案或者尚不能原生地支持时态大数据查询,或者因基于磁盘而存在I/O瓶颈,不能满足时态大数据高效率和可扩展性的处理需求。本论文提出了一个分布式环境下基于Spark的二级索引系统框架以处理时态大数据。其使用全局索引——局部索引结构,在有效过滤候选分区的同时,使用局部索引算法加速分区内时态数据的检索,显著提高了时间旅行、时态聚集和时态连接等时态操作的查询效率。此外,为了更有效地使用全局索引,我们设计了时态数据分区算法,优化候选分区的过滤。通过充分的实验对比,实验结果表明该系统框架可以提供低延迟和高吞吐量的时态大数据查询。