在大数据、云计算等新技术的推动下,数据库性能正朝着高吞吐率和低延迟的方向发展。在生物医学工程、信号处理、人工智能等领域,存在着大量的诸如基因组学、蛋白组学的生物医学大数据以及实时信号和视频大数据,这对数据库的查询性能提出了更高的要求。因此,对数据库进行加速、提升数据库的性能,对其在大数据背景下的广泛应用具有十分重要的意义。本文从硬件加速的角度出发,利用可重构硬件作为加速器,以关系型数据库为研究对象,研究数据库的加速引擎技术。首先,针对单加速节点构架处理能力有限的问题,本文提出了一种基于Infiniband的数据库分布式加速构架。此加速构架由产生加速任务的主机节点和执行加速任务的加速节点以及Infiniband网络组成,可以实现多个加速节点对任务的协同并行加速。基于此加速构架,本文完成了一种面向数据库的分布式加速系统。该加速系统主要包含三个组成部分:加速系统协议、软件加速子系统和硬件加速子系统。加速系统协议定义了主机节点通过加速库接口层、加速库抽象层、加速库管理层和加速库驱动层将加速请求卸载至硬件加速器的整个流程;软件加速子系统按照加速协议,主要完成加速功能的注册、加速参数的初始化、加速节点的内存分配以及主机节点与加速节点之间的数据传输;硬件加速子系统承担加速任务的执行,它通过加速功能执行单元-加速IP完成不同的加速任务。第二,针对普通数据库存储引擎查询加速能力不足的问题,本文提出支持过滤查询、投影查询的动态卸载和硬件并行加速的数据库存储引擎。该存储引擎将过滤和投影查询卸载到位于存储设备和主机节点之间的硬件加速器上,实现了数据传输和查询加速的融合。此外,该存储引擎通过表管理器、加速节点管理器和加速节点驱动器的分层设计,使得表的内容分布式地存储到各个加速节点管理的存储设备中,通过多个加速节点并发为过滤和投影查询加速。第三,针对常规数据库的排序和连接运算在吞吐率和延迟方面的不足,本文完成了具有高性能且分别能够处理排序和连接查询的两种算法结构。·针对排序,本文提出了一种高性能top-k排序的算法结构。该结构具有支持可变长度序列和连续输入序列的特性,通过参数数据并行度P的设置,可以调节排序结构的吞吐率和延迟。·针对连接,本文提出了一种基于top-k排序的连接算法以及相应的算法结构,该算法支持在连接过程中提前滤除不存在匹配的元组记录,从而提高连接过程的执行效率。该算法结构不仅有着较高的吞吐率,还可以支持任意长度表之间的连接运算。最后,本文构建了实验平台,对相关技术进行了实验验证。实验结果表明,基于Infiniband分布式加速构架的数据库加速系统能够有效的对排序、连接查询进行加速,支持查询加速的存储引擎能够完成过滤、投影查询的卸载并利用硬件加速器进行有效的加速。