查询优化是并行数据库系统的核心技术。目前，查询优化的研究主要围绕着具有多个连接操作的复杂关系数据库查询的优化问题进行。近十几年来，人们对于并行数据库中的多连接查询优化问题，已经进行了广泛的研究。然而，目前在基于机群并行计算环境的多连接查询的优化算法的研究工作还很少。本文重点研究了基于机群并行数据库中关系的存储分布、多连接查询优化和查询处理等关键技术。 机群并行计算机系统是并行处理技术的一个重要分支，是进行高性能计算的一个有效途径，必将主宰并行计算技术的发展。本文在借鉴了机群并行数据库系统特点的基础上，提出了关系分布算法、多连接查询优化算法和查询处理方法。 机群系统中，网络通信的带宽一直是系统的瓶颈，处理机间的数据交换会大大的增加连接操作执行的时间开销。本文提出的关系分布算法，在选择关系的分布属性、分布方式和处理机集合时，充分考虑了机群系统中引起数据重分布的因素，减少了额外的通信开销；同时兼顾了并行系统中的算子内并行、算子间并行和流水线并行等多种并行，便于开发机群系统的并行性。 多连接查询的优化问题是并行查询优化的关键问题之一。本文算法针对机群并行数据库系统的特点，研究了资源分配在查询执行代价估算中的作用和方法，提高了查询计划代价计算的精度，保证了优化结果的质量。与此同时，为了节省网络通信的开销，算法的代价模型计算将网络的通信代价考虑在内，充分利用了查询中各关系的物理存储信息，减小了不必要的通信开销。 中文摘要百亩亩亩..亩困.口百.百亩口口 在并行查询处理方面，本文基于分布式组件对象模型，实现了并行数据库查询处理的数据重分布算法、连接算法和流水线执行算法等查询处理算法以及并行查询计划的调度执行算法，开发了并行数据库的三种并行，提高了多连接查询的执行效率。 在实验部分，通过对荃于最小中间结果的贪心算法、基于右深树的启发式算法和本文提出的算法的模拟实验，对比了三种算法的性能。实验结果表明，算法较大的提高了机群系统中多连接查询优化的效率，是解决多连接查询优化的有效途径，对提高并行数据库的性能起到重要作用。