功耗感知数据库管理系统是绿色计算中的一个研究热点。连接操作是直接影响数据库系统整体性能、功率的一类核心操作，针对连接操作的功率控制成为当今数据中心面临的关键问题。常见的连接算法中，散列连接算法的性能在很多情况下优于其它连接算法。鉴此，本文针对散列连接算法的峰值功率的控制开展研究，提出了基于探测缓存的峰值功率建模与控制方法。　　本文主要贡献如下：　　1.提出了单线程场景散列连接算法峰值功率的建模方法。论文依据CPU功率与CPU利用率正相关以及CPU利用率与内存可用数据之间的关联关系，考察了CPU利用率与散列连接算法中可用探测缓存大小之间的关系，给出了单线程场景下散列连接算法峰值功率模型。　　2.将散列连接算法的峰值功率预测模型推广到多线程的使用场景。通过对峰值出现时各线程执行状态的分析，得到适用于多线程的峰值功率预估方法。　　3.提出多线程峰值功率控制机制。利用多线程峰值功率预估方法，以及探测缓存与峰值功率的关联关系，实现对多线程环境下峰值功率的控制。根据给定峰值功率阈值，合理调节各个线程的探测缓存大小预算，可以控制系统峰值功率。　　实验结果显示本文所提单线程峰值功率模型，相对预测误差小于9％。在给定峰值阈值时，利用探测缓存与峰值功率关联关系，能够一次性达到降低系统峰值功率的目的。