网络应用的普遍深入产生了一个新的运动的数据世界。传统的查询处理技术是基于静态和可预计的计算环境开发出来的,它不能适应和满足这个新的世界。现代应用要求数据库处理的数据通常是动态连续变化的,即数据流的形式,对数据流信息的查询需要利用连续查询处理技术。动态环境下的连续查询处理涉及几项关键技术,如可划分性,增量式视图维护,自适应性等。首先通过一个统一而灵活的框架结构分析了之前的触发器、物化视图以及产生部分结果的研究在连续查询处理中的作用和研究价值。随后对若干关键技术作了详细的论述。可划分技术为解决连续查询通常有大量的查询请求同时存在的问题,通过制定分组查询计划,实现查询间的并发共享。引入了两类可划分技术:应用于Web上单站的NiagaraCQ和实现动态环境下的集群划分的Flux技术。由于连续查询是连续运行的,其查询的数据源也是连续变化的,增量式视图维护技术通过对视图关系应用各种规则和转换,实现对查询结果的递增计算,将结果的更新部分直接发送给客户。自适应技术,是为适应连续查询通常所处的动态环境,通过在查询计划中的操作符之间自适应的路由元组,实现高效的查询计算。阐述了一类典型的自适应机制,eddy,及其在移动计算环境中的应用价值。最后将这些技术综合应用于基于时空数据库的移动计算环境中,给出了一种应用范围广,具备高度自适应能力和可划分能力的连续查询处理方案,并对这一方案进行了实验模拟,给出了关于系统性能的实验结果。