随着计算机技术、移动通讯技术和互联网技术的迅速发展，计算方式也在不断地变化。而当今新兴的移动式计算环境不同于传统的分布式计算环境，有着鲜明的特点：移动性、网络通信的非对称性、频繁断接性、资源的有限性等。而这些特点也限制了传统的数据库技术在移动环境下的广泛应用，同时也产生了新的研究领域。 而数据广播技术是移动数据库的关键技术之一。由于数据广播技术具有良好的扩展性便被广泛应用到移动计算环境中。通过广播，可以使服务器同时支持大量的客户机，节省通信带宽和服务器处理资源，保证客户机获得最新的数据。本文着重讨论和研究了数据广播及其相关技术。 为了降低对无线带宽的访问和查询时延，在移动客户端一般采用缓存那些经常访问的数据。目前的研究一般采用基于失效报告的方式来维护缓存的一致性，该方法在某些情况下会由于报告长度过长而造成较大的时延。而本文在数据广播下提出了基于数据绝对有效期的缓存一致性策略，该方法大大降低了失效报告的长度。 为了节约移动设备的电源，需要尽可能减少对无线带宽的访问。因此，一般采用基于数据项访问概率的索引广播技术。并分固定扇出的非平衡索引树和可变扇出的索引树这两种情况来讨论如何降低平均访问代价。针对这两种情况，根据传统CF算法给出了VF算法。实验结果表明，采用基于访问概率的固定扇出的非平衡索引树和可变扇出的索引树都可以降低平均访问代价。另外，由于VF算法采用了可变扇出，因而其性能优越于CF算法。同时为了降低平均访问时间，文章还提出了OBS算法思想，它可以根据对给定的索引树来创建最优的广播序列。可以减少数据广播中数据的平均预期延迟时间，同时降低了平均访问代价。 本文最后介绍了两种传统的Flat算法和VFK算法，并分析了它们的特点和不足。之后，在以上两种算法的基础上，将人工智能理论中的A·算法引入，并加以改进同时结合a-β剪枝技术，使之更适合于解决数据广播凋度问题。通过仿真实验，将Flat，VFK和A·算法作对比，验证了平坦算法不考虑数据项访问概率的方法是低效的，同时，用A·算法实现的广播程序的平均期望访问时间比Flat和VFK算法都要低。结论为在降低平均访问时间方面，A·算法是个不错的选择。