大数据时代,如何实现海量数据的快速存储和分析成为数据库领域研究的热点,具有良好性能的分布式数据库应运而生。传统的分布式数据库往往采用行式存储,计算效率和存储效率较低。分布式列式数据库将每张表的每个列切片后分开存储,此方式可充分利用分片数据的相似性进行高效地压缩和提取,在计算时也能有效地利用处理器的并行处理能力加快计算速度从而提升硬件资源的利用率。本文针对分布式列式数据库场景,设计并实现了一个面向联机分析处理(Online Analytical Processing,OLAP)的查询优化器,目的在于解决复杂查询场景下的查询优化问题,加速任务的执行,同时高效地利用硬件资源。本文的主要工作内容如下:1.研究对比行式数据库和列式数据库的查询优化器,设计分布式列式场景下的查询优化流程,完成从SQL语句解析到分布式执行计划分裂与调度过程的设计与实现;2.根据列式计算特性,设计并实现了一整套相应的算子,尤其在分组聚合等复杂语句的分布式调度和执行上,设计出基于列式场景下的针对性解决方案,提高算子之间的并行度,减少数据传输开销,实现查询结果的快速响应;3.考虑编译执行技术在算子执行时带来的性能提升,以及列式场景的数据分布,设计相应的调度算法,为执行引擎提供算子融合建议,提升算子的计算效率。最后,本文从查询优化器的功能与性能两方面进行测试,验证其可用性与优越性。使用本文所设计的查询优化器的数据库在单表扫描、多表连接、分组聚合、排序以及复杂查询等方面的查询延迟均只有Spark SQL的几分之一甚至十几分之一。