随着全球信息技术的快速发展，空间数据的规模也呈现膨胀式增长。通用的关系型数据库虽然能存储空间数据，但无法满足大规模空间数据的快速查找要求。为了快速查找与目标相关的空间对象，应用空间索引技术相当关键。R树及其变形树因其良好的空间索引结构和性能表现使得其成为空间索引技术研究的重点。R树利用空间对象的外接矩形进行索引结构的创建，利用索引条目最小外接矩形来判断空间对象与R树各层索引空间的远近。R树变形又针对R树本身不足提出了各种优化技术，使得逐渐庞大的R树家族更加成熟。本文主要研究R树结构并试图对R树的查找操作进行并行优化，提升大规模数据快速查找应用中的R树性能。　　 首先，本文从分析空间索引技术的基本原理着手，详细探讨了R树的索引结构以及针对R树索引不足的各种优化方法。　　 其次，本文对R树内部和外部两方面的并行优化进行了分析，结合实际中的大规模图像检索应用，从优化查找性能的角度上，提出了基于处理器和索引文件的多并发方案，这一方案不仅可以应用于单机，也可向分布式系统架构扩展。　　 最后，针对本文提出的基于处理器和索引文件的多并发方案，本文设计并实现了基于线程并发的大规模图像检索系统，并在该检索系统的基础上，对本文的并发优化方案的性能提升进行了验证。