在关系数据库中,函数依赖发现是一种十分重要的数据库分析技术,在知识发现、数据库语义分析,数据质量评估和数据库设计有广泛的应用。在传统的集中式数据集,函数依赖发现的研究已经十分透彻。然而随着时代的发展,大数据时代的到来,数据信息的总量呈几何倍数增长,数据库的规模也随之飞速增长,以往集中式数据集由于物理设备限制等各种原因,在某些场合已经不再能满足场景需求。在这样的背景下,分布式数据库随之产生,它相比集中式数据库具有更易维护、更易扩展、容错更高的特性。但是同时分布式数据库也带了数据处理与管理更具复杂度的问题,适用于集中式数据库的知识发现也不适用于分布式数据库。而现有的对分布式数据集的函数依赖发现算法虽然能正确的在分布式数据集上进行函数依赖发现,但是主要的验证方法仍然是迁移数据之后集中发现,效率较低。因此本文的主要研究内容为分布式数据集上的并行函数依赖发现。本文从如下几个角度入手来实现高效的函数依赖发现:（1）用抽样验证的方法,对候选的函数依赖先在主节点上的抽样数据集上进行先验验证,如果该候选函数依赖在抽样数据集上即不成立,则根据定理它在分布式数据全集上也必定不成立无需验证,从而节省下原本将该函数依赖进行全局验证所需的通信、任务分配等开销,从而提升效率。（2）用原用于频繁模式挖掘的F_k-1×F_k-1算法来生成候选函数依赖,这种方法相比前缀树记录生成方法要占用更少的存储空间,从而节省下申请和释放存储空间的时间,同时也能避免存储空间不足的情况。（3）在高效的分布式分布式计算框架Spark上,设计与框架相适合的分布式函数发现算法,使其能够在分布式数据集的各个节点上,并行的进行函数依赖发现,高效利用计算资源,从而提升效率。最后,通过实验验证了本文所提框架具有良好的可行性和有效性。实验结果表明该框架能够高效的在分布式情况下进行函数依赖发现。