面向服务的计算(Service-Oriented Computing,SOC)为企业软件集成和分布式系统提供了一种灵活的解决方案。面向服务的体系架构(Service-Oriented Architecture,SOA)是面向服务计算的基础设施,其基本的要素是Web服务。在最近几年,Web服务的数量急剧增加,同时快速发展的云计算也促进了服务的发展,大量的服务汇集于以云平台为中心的服务库。服务发现和服务组合是当前服务计算领域的两个重要研究方向。因此,如何高效地管理一个大规模的服务库并能有效促进服务发现和服务组合将是一个非常重要且具有挑战性的问题。本文首先从服务的研究背景及意义入手,研究与介绍了服务发现和服务组合的研究现状,然后在此基础上进一步研究了服务索引结构,对倒排索引以及多级索引模型的三种部署模型进行了较为详细的研究,具体的研究内容包括:(1)目前大规模服务库主要是以倒排索引的结构进行存储,虽然倒排索引可以在很大程度上缩小服务发现和组合的查找空间,但仍然存在大量的信息冗余,导致效率低下。针对倒排索引信息冗余问题,多级索引模型以及其三种部署模型的存储结构在最大程度上消除了信息冗余问题,并能有效促进服务发现和服务组合效率。但针对特定的服务库,多级索引模型并没有给出一个用来选取其效率最高的索引模型的有效标准,针对这个问题,本文首先对不同索引模型结构进行了性能分析,并根据服务库以及服务的特点给出了期望函数,作为服务库选取高效服务索引模型的依据。然后给出了详细的五种索引模型的期望函数的公式推导过程,并通过优化部署方案分析了各个索引模型的特点以及其适用的服务库的特点等。最后,实验结果验证了所提优化部署方案以及期望函数的准确性和可靠性。(2)针对多级索引模型中的键值优化选择算法进行了初步探讨。首先,对多级索引模型中的键值选取原理进行了深入的分析与介绍,并通过多种简单示例帮助理解。然后分析了键值选取中存在的问题。最后,通过实验对比键值优化与非优化状态下索引结构的检索性能,说明了键值在随机选取情况下并没有对索引结构的检索性能造成任何影响,证明了键值优化选取中存在的问题,也证实了对键值优化选择问题的初步探讨的正确性。