本文对Oracle数据库性能调整与优化方向进行研究,在对多种优化方法的探索和实践中,通过对海量数据处理操作的效果分析,总结提出一种高效可行的调优策略和执行方案。分析海量数据的存储和使用特点并对传统的针对海量数据查询的优化方法进行总结。发现传统的优化方法并不能有效的分割数据表,使得数据过于分散,查询时往往需要进行多次的链接操作,导致查询变得过于复杂。同时分割后划分的数据空间在散列序列中可能存在冲突或是关键字密度过小浪费空间。在原有海量数据查询优化的方法上进行了改进,很好的结合了海量数据的存储和使用特点,规避了传统优化方法的多个缺点,形成了基于上述策略的根据活跃度划分空间的海量数据查询优化的方法。本文建立了基于活跃度划分空间的海量数据查询优化的方法,改进了原有划分空间方法的不足。在理论和实验研究的基础上,提出了通过查询语句中关键词的使用频率划分大数据表,同时引入了活跃度空间的概念,有效的避免了散列序列中可能存在的冲突问题,并对上述改进方法进行了整合与实验。在通过对服务器中对海量数据的模拟和实验中,发现改进后的空间划分方法能在一定情况下有效的提高海量数据的查询效率,在划分后的空间使用率上也得到了大幅度的提高,同时降低了查询的复杂性使得查询都能够快速的定位目标数据,减少了搜索范围。