在大数据时代,随着数据量的迅猛增长和数据驱动型决策的应用,大规模分析查询变得越来越重要,但在海量数据上计算精确的查询结果代价非常昂贵。近似查询处理（Approximate Query Processing,简称AQP）是一种为SQL查询快速提供近似回答的技术,它通过降低精确度以换取更快的响应速度。在基于在线采样的AQP技术中,蓄水池和Bernoulli等随机采样方法被广泛应用,但它们通常适用于分布均匀的数据集,而在偏态数据上的表现性能很差。因此,本文为聚合查询提出一种可感知数据分布的在线采样近似框架,结合离线存储的分布统计信息自适应地调用不同采样方法为查询列集生成样本,从而更高效、更准确地回答聚合查询。进一步考虑到传统AQP技术仍然存在许多不足,例如在线AQP技术的查询响应时间较长,离线AQP技术的近似误差较大且占用大量内存空间,本文试图从机器学习角度出发,为范围（Range）查询提出可感知聚合列分布的采样优化方法,并在所获得的样本上训练机器学习模型用于快速回答范围查询和提供误差保证。本文的主要工作和贡献可总结如下:·面向聚合查询,提出基于查询列集分布感知的在线采样AQP技术针对传统采样方法在处理偏态数据集上的聚合查询时性能较差的问题,本文提出可感知查询列集数据分布的在线采样近似框架（Aggregation Queries Approxima-tion,AQapprox）。该框架预先构建离线Map来记录用户感兴趣的属性列集在每个数据分段上的统计信息,并存储对应的非参数统计检验结果;在回答查询时,便根据目标查询列集的分布特征自适应地调用不同采样方法,对每个分段设置不同的采样概率,从而为查询准备质量较好的样本。在真实与合成数据集上的实验结果显示,AQapprox相比于现在最优的近似框架,在聚合查询上的响应速度可提高5.9至64倍,且近似准确度更高。·面向范围查询,提出基于聚合列分布感知的模型驱动AQP技术针对传统AQP技术在近似准确度与查询响应时间等方面的不足,一些应用机器学习方法的AQP技术无法提供误差保证等问题,本文为范围查询提出一个模型驱动的近似处理框架（Range Queries Approximation,RQapprox）。结合对查询工作负载的分析,提出可感知聚合列分布的采样优化方法,在优化样本上训练密度估计器和回归模型用于快速回答查询,并基于分位数回归为近似结果提供预测区间。当底层数据集更新时,设计Dstatistic实时监测聚合列数据分布的变化,以便判断是否需要更新模型。在数据库基准测试标准与真实数据集上的实验结果显示,RQapprox相比于现有最优方法的近似准确度更高,且相比Verdict DB的平均加速可达13.80倍。