针对大数据管理的新需求,近年来呈现出了许多面向特定应用的NoSQL数据库。由于SQL和NoSQL存储解决方案各具优势,所以SQL和NoSQL混合数据库解决方案应运而生。而将同一应用的数据分离存储于关系型和非关系型数据库中,涉及到管理多个数据源的问题。如何更方便有效的使用混合数据库解决方案也越来越多的受到企业和学者的广泛关注和研究,当前出现的很多混合数据库产品及其适配方案,或为商用,透明度不高,或针对特定的SQL和NoSQL数据库,不能为混合数据库提供普遍适用的访问适配方案。因此本文研究并实现了一种通用的SQL和NoSQL数据库的统一查询模型,通过该模型,实现对以上两种数据库的查询操作对外表现为对单一的数据源进行操作。论文首先阐述了该模型的理论框架设计,模型具体参考RDF的资源描述形式,存储方式和查询语言,在执行查询语句时把NoSQL数据以三元组的形式传输到SQL数据库中,将NoSQL数据库映像为一个SQL关系表,并通过由复合查询语言解析后生成的SQL语句来操作两个数据源,NoSQL数据则通过对三元组表进行自连接来重建。其次,遵循该理论框架,基于PostgreSQL和MongoDB,给出了框架的具体实现机制和方法,详细描述了 NoSQL数据的三元组转换过程和复合查询语言的解析为SQL语句的过程,给出了实现算法,并对上述实现进行了验证,最终实现向框架输入一个用户查询,输出异源数据的整合结果。最后,在实现框架基本功能的基础上提出一系列查询优化策略,通过减小向NoSQL数据库传输的数据规模和三元组表的自连接次数和规模,来提高查询模型的查询性能。实验表明,本文提出的统一查询理论框架是可行的,遵循此框架开发出来的原型系统,能够实现使用一种类SQL语句统一访问不同源的SQL和NoSQL数据,且经实验分析,基于该模型的查询优化策略能够显著提高原型的查询性能,具有一定的实用价值和工程意义。