近年来,随着大数据产业的迅猛发展,数据库作为大数据时代的中心,几乎已经渗透到所有行业领域,成为了一项重要的生产因素。并且随着各行业对于数据的需求和依赖程度的不断提高,传统的数据库管理系统(DBMS)逐渐演变成可以处理海量数据的分布式数据平台。对于分布式的数据平台来说,数据库的负载管理和性能调优依然是永恒的话题,而数据库的查询执行时间预测模型也即成本预测模型是提高其效率的关键,同时查询时间的预测还可应用于很多数据库场景,比如查询任务的权限控制,查询任务调度、查询进度监控、数据库系统规模定制等方面,因此查询执行时间预测问题一直有着十分广阔的应用前景与研究价值。本文主要的工作内容如下:1)本文通过调研,了解当前查询执行时间预测方面的研究进展和现状。由于在分布式环境下,数据库部分统计信息获取困难,中间结果预估不准确等问题导致了传统成本模型很难精确的预估查询任务执行时间。针对上述问题,本文提出了面向分布式数据库系统的查询执行时间预测方案,该方案避免了进行中间结果预估操作,选择充分利用商用分布式数据平台积累的历史查询任务数据——历史任务列表及其资源分配和完成情况等日志数据,并借助机器学习和深度学习等技术建立了端到端的查询时间预测模型,准确估计查询任务在一定的资源限制下的预期完成时间。2)本文为了验证提出方案的可行性,收集了大量商用分布式数据平台的历史查询日志数据作为实验数据。本文对历史查询日志数据进行大量预处理操作,并针对本文方案进行了相应的特征选取与挖掘,将树形结构的查询执行计划通过拓扑排序和独热编码等手段转变为可以入模的特征向量。最终选用技术成熟、性能稳定的机器学习模型进行实验,通过实验结果和模型的学习曲线证明了方案的可行性。3)为了进一步提升查询时间预测模型的精度,本文针对机器学习模型不能学习数据中序列信息这一情况,设计了一种基于深度学习的联合训练模型,模型由序列模块和深度模块组成,并采用了 LSTM、残差网络和批归一化等技术来改进模型的效果。最终通过在真实数据上的大量对比实验证明了本文提出的基于深度学习的模型在查询执行时间预测问题上的优越性。