查询优化是数据库系统设计和实现所采用的一项重要技术,也是影响数据库系统性能的一个重要因素。关系数据库系统和非过程化的SQL语言能够取得巨大成功,主要是得益于查询优化技术的发展。对于一个复杂的查询,寻找一个优化的执行策略是数据库系统开发成功的关键所在,此项研究目前在数据库领域仍属于N-P问题。在查询执行的过程中,低效的SQL查询语句、概貌信息的匮乏、连接顺序的错误选择都是直接导致查询效率低下的原因。数据库基于值的查询优化是在数据字典的基础上,提取有益的概貌信息,建立数据库概貌模型,对低效的查询语句进行基于值的查询重写,为多表连接查询选择最优的连接操作顺序。 本文针对具体项目“汉语认知数据库”和“黑龙江防洪决策支持系统”在查询效率上遇到的问题,结合数据查询的特点,对SQL查询语句具体的执行过程进行了深入的探讨,在大量数据查询和数据仓库建立过程中寻找可以改进之处,给出具体的解决方案,其中包括数据库概貌模型的建立与管理;SQL查询语句基于值的重写等。同时,不局限于一个具体项目的研究,将优化方案应用到其它的同类数据库模型中,并且在此基础上,把一种新的演化计算模型“粒子群算法”引入查询优化模型中来,在查询策略的状态空间上构造了粒子群算法的一个原型,利用粒子群算法对连接操作进行优化。实验证明,该算法得到的执行策略优于传统算法得到的执行策略。最后理论研究与实践相结合,将上述优化策略应用到具体的项目“汉语认知数据库管理系统”和“黑龙江防洪决策支持系统”中,切实地提高了数据的查询效率。