本文主要研究将top-k查询算法应用于高维海量数据时算法的优化及与之相适应的数据的存储和调度方法。Top-k查询算法根据给定的评分函数对海量数据集中的记录进行计算,返回总分最高的k个记录作为查询的最后结果。根据对查询结果精确程度的要求,top-k查询算法可以分为精确的top-k查询算法和近似的top-k查询算法。由于在很多时候并不需要对所有记录进行计算就可以得到查询的结果,所以具有较高的查询效率。论文首先对目前已有的海量数据查询优化技术进行了介绍和分析,接着重点介绍了top-k系列查询算法。在实现精确的top-k查询算法的TA算法和基于支配图的top-k查询算法DG(Dominant Graph Algorithm),以及近似的top-k查询算法的TA算法和TABE算法,并分析这些算法的利弊的基础上,本文提出了基于内存的FTDT(Fast Threshold Decline Top-k Algorithm)算法,FTDT算法通过减少门限值的更新次数和比较次数来提高查询效率。实验证明,当维数m>5时,FTDT算法与TA算法相比,查询效率显著改善。其次,本文分析了基于支配图的top-k查询算法,对其分层策略、数据的存储结构及调度思想进行了深入研究,提出了一种新的精确top-k查询方法—NSDL(Non Strict Dominant Layers)算法。NSDL算法采用“似最大层”的概念来对数据集进行分层,对每层记录进行有效的组织,并采用“辅助表”AT (Auxiliary Table)进行I/O调度优化,从而达到减少I/O的调度次数,提高top-k的查询效率的目的。NSDL算法在对第一层数据进行查询时使用了FTDT算法。最后,论文将NSDL算法扩展为近似的top-k查询算法——ANSDL(Approximated Non Strict Dominant Layers)算法。实验表明,NSDL较之DG显著降低了I/O开销,而ANSDL在未明显降低查询精度的情况下,与NSDL相比进一步提高了查询效率。