自20世纪70年代中期开始,随着计算机网络技术的迅速发展以及地理位置分散的公司、团体和各种组织对数据库的广泛需求,分布式数据库系统在集中式数据库系统的基础上产生并逐渐发展起来。查询操作是数据库中最常用的操作之一,自分布式数据库诞生到现在的30多年间,对于分布式数据库查询优化的研究就一直在进行着。由于分布式数据库的数据分布性和冗余性,使得查询的优化较集中式数据库来说要复杂很多,因此查询优化对于分布式数据库来说一直是一个重要问题。针对不同的网络环境和查询优化目标,分布式数据库的查询优化算法可分为基于半连接的优化算法和基于直接连接的优化算法这两大类。本文首先对分布式数据库系统进行了介绍,并介绍了查询优化的基本知识。然后对上述两类查询优化算法中几种常用的优化算法进行介绍并进行性能的分析,并且对其中的两种算法进行了改进。在基于半连接的优化算法中,本文着重分析了传统半连接算法的性能和不足,并进行改进,减少算法的网络传输代价,提高半连接算法的性能。在基于直接连接的优化算法中,对Partition算法进行分析及改进。在实现过程中,提出了针对该算法的查询图划分方法,将查询图划分为可并行执行的多个子查询图,提高查询执行的并行性。通过在子查询图执行Partition算法,充分发挥Partition算法站点依赖的性能,最终提高整个查询的执行速度。对于以上两种改进算法,本文都通过实验进行了验证分析,证明它们的可用性。在文章的最后,总结了本文的主要工作,分析了论文研究的不足和尚待完善的地方,同时也提出了下一步的研究目标。