本发明公开了一种可扩展的学习索引方法及系统，属于计算机数据存储领域，包括：对键值存储系统中的键值对进行采样，得到有序的训练数据集；利用训练数据集训练得到多个线性回归模型，每个线性回归模型分别用于索引一个数据区间内的数据，且各线性回归模型所覆盖的数据区域互不重叠；将各线性回归模型按照的形式进行存储，key和model分别为模型所覆盖区间内的最大数据和模型参数；利用层级桶结构处理新插入的数据；每个层级桶结构与一个参与训练的数据相对应；每个层级桶结构包括一个父桶，父桶中的数据有序；每一个父桶数据对应一个子桶，子桶内的数据有序，并且子桶内的数据都小于对应的父桶数据。本发明能够有效提高学习索引的可扩展性。