信息技术的快速发展使人们需要处理的数据量以及数据维度日益增大,如何快速分析庞杂的数据,并从中获取人们更感兴趣的信息成为一种迫切需求。Skyline查询作为一种有效的数据分析手段,在数据库领域有着越来越重要的研究地位。现有的Skyline查询处理方法主要有全空间Skyline查询和子空间Skyline查询,面对海量高维的数据,全空间Skyline查询具有结果集过大以及效率过低等劣势,因此子空间Skyline查询具有更重要的研究意义。本文在对现有Skyline查询技术充分分析的基础上,结合现实生活中的应用场景,针对多子空间Skyline查询处理技术展开研究,主要贡献概括如下:(1)针对现有方法不能有效解决任意多个子空间Skyline查询的不足,提出了一种多子空间Skyline查询算法。算法中基于Skycube概念提出了子空间立方体群结构,在此基础上,算法通过子空间候选集,充分利用了群结构中各子空间Skyline结果集之间的共享关系。此外,算法采用求和过滤以及最大值过滤等方法,进一步提高了效率。通过实验验证了算法的有效性,并表明算法能够高效的解决多子空间Skyline查询问题。(2)在解决多子空间Skyline查询的基础上,进一步针对实际应用中用户或用户组查询组合结果的需求,提出了多偏好最优组合查询问题。基于多子空间Skyline查询算法,提出了解决多偏好最优组合查询问题的有效算法。该算法允许查询者对目标组合的每个成员都提出自己的偏好定义,最终返回符合要求的最优组合结果。算法采用组成员候选集裁剪的方式对中间结果进行裁剪,保证了结果集大小可控;此外,针对现有方法渐进性差的问题,在算法中加入了动态输出机制,查询者可在得到满意的组合结果后随时终止查询,保证了算法的渐进性。(3)为将上述两种查询应用于数据库管理系统,针对SQL查询语言进行扩展,使其有效支持多子空间Skyline查询和多偏好最优组合查询的语义。首先对SQL查询语言进行语法扩展设计,之后在课题组自主研发的数据库管理系统上进行实现,增加Skyline查询处理模块,完成了一套支持上述两种查询的数据库原型系统。