近年来,聚合查询成为大数据分析的重要手段,在电子商务、金融分析、网络搜索和医疗服务等很多领域发挥着重要的作用。但是,随着数据量的不断增加,在海量数据的背景下,用户对聚合查询的实时性及可靠性要求高,对聚合查询技术提出了很大的挑战。本文针对大数据环境下聚合查询的抽样技术进行了研究,取得了如下的研究成果:(1)由于大数据环境下精确聚合查询需要遍历所有数据开销很大,因而在满足用户误差的需求下的近似聚合查询成为当前聚合查询的重要技术之一,也称为误差限定的近似聚合查询,该方法通过抽样来实现。但是,当前应用于聚合查询的抽样技术在大数据背景下表现较差,特别是高维度数据。本文将分层抽样应用于聚合查询,提出了基于分层抽样的在线大数据聚合查询方法,应用于二维数据的KMeans算法中,减少了限定误差条件下的抽样样本大小,比之前迭代式的抽样方法的样本量平均减少了一半左右。(2)稀疏数据是当前较多的一类数据,即数据范围相对于数据量较大,在当前已有的稀疏数据抽样方法的基础上,本文提出了基于队列的启发式的分层抽样优化方法,并对得到的分层方案使用爬山法进一步优化,在时间复杂度不变的情况下,比之前的方法的抽样样本量分别减少了20%和30%。