随着现代科学技术与信息产业的迅速发展,网络环境下的应用领域不断扩展,越来越多的应用呈现出数据量海量,以及持续加载等特点,其庞大的数据规模,往往使得查询性能低下,基于现有软硬件条件,需要针对这些海量数据的查询请求,基于具体的数据存储与组织方法,提出更好的查询优化的解决方案。本文的主要工作包括:1、比较和分析了海量数据处理的查询优化的各种解决方案优缺点,以及各种不同解决方案的适用场合。2、提出了面向特定场景的海量数据的多维数据划分查询优化方法。该方法将存放在一个表中的大规模数据通过多个维度进行数据划分,改变其存储处理方式,从而优化在海量数据环境下的查询性能。3、在基于CORBA实现的并行查询服务的基础上,对上述查询优化方法进行了实现。通过给出的数据划分方法,可以减少查询请求需要扫描的数据规模,使其降低到现有软硬件系统处理范围之内,得到最高效的处理能力。4、基于该数据划分方法,进一步研究了并行处理、查询优化等技术以提高系统整体查询效率;5、最后对提出的基于多维数据划分的查询优化方法进行了性能分析和实验,对算法的性能及其可行性进行了分析和验证。