随着计算机技术与通讯技术的迅猛发展，与人们生活息息相关的数据变得越来越多。对海量数据进行科学组织和管理的数据库在这期间得到了广泛的应用，研究多维数据的存储与查询也随之成为数据库领域的一个热点。查询作为数据库的一个重要功能，提高查询的效率对提升数据库性能来说十分重要。多属性范围查询是针对多维数据进行查询的主要方式，这类查询一般返回一个记录的集合而不是单个记录。提高多属性范围查询的效率是本文的研究目标。 数据库的文件系统主要包括索引文件和数据文件两部分。于是针对多属性范围查询有两个改进效率的方向：一个是在设计更好的索引机制，另一个是在物理层按照某种策略重新安排记录的排列顺序。本文将采用第二种方法来提高多属性范围查询的效率，即通过多维聚簇的方式使数据文件中的记录以一个更理想的次序存储在外存中，从而减少范围查询过程中的I/O时间。 本文在国内外现有多维聚簇的技术和方法上，对多维聚簇做了进一步探讨。首先细致地分析了该问题，并针对该问题构造了数学模型。然后通过引入光谱算法的思想为解决该NP难问题提供了一种多项式时间内的近似解。接着采用记录与记录集的几何中心的欧氏距离作为衡量记录与整体关联度大小的参数提出了FPF算法，它的时间复杂度和空间复杂度都优于光谱算法。最后通过实验来比较了这些方法在多属性范围查询中的表现。