随着信息社会的发展，人们需要的数据量越来越大。很多应用都对数据库的查询效率提出了更高的要求。为了有效地解决海量数据的复杂查询问题，项目团队提出了一个基于多核CPU和GPU异构平台的列数据库查询系统GSQL[1]。这个系统采用了离散存储模型，以列为存储单位。此外，采用多种优化技术来加速原语的执行。通过多核CPU和GPU两套设备的协同合作，共同地完成一个SQL查询。然而，其优化主要集中在底层并且后端的执行序列只能通过手工硬编码生成，不能适应多样的SQL查询语句。针对此问题，本文设计和实现了一个编译器，可将SQL查询语句自动转化成执行序列。首先通过词法分析和语法分析将SQL查询语句表示成一颗语法树。然后，用不同的方式对语法树进行扫描，生成由8种表操作构成的表操作依赖图。最后，将每个表操作分解，组成整个原语序列。除了一般的翻译过程，本文还初步研究了几种查询层次的优化技术——公共子表达式的消除、JOIN次序的优化和原语依赖图的合并。通过对编译器进行测试，我们发现编译器能够正确地翻译指定的SQL查询语句。与手工编码时的执行结果进行比较，该编译器能够有效地提高多个算术表达式的计算速度并很大程度地缩短执行多条SQL查询语句的时间。