近年来,各数据平台承载了海量实体信息,准确分析隐藏在这些数据背后的复杂交织关系有助于我们进行信息推断和决策建模,这也使得数据科学家们对数据项之间多层延伸关系的查找需求陡增。图数据库把实体项作为节点模型,把关系作为边模型,采取图式数据建模,确保了多层延伸关系的查询时效性。本文针对图语言Cypher的特性进行图查询优化的研究,主要创新包含如下两方面:一方面,由于Cypher语句中的查询模式包含了查询节点与查询边,查询节点的扫描顺序以及关系边的延伸方向并不固定,查询图不同的组合方式会产生执行代价与运行效率差异明显的逻辑计划。如何制定合理的图执行代价算法和图基数估计模型作为该文创新研究之一;另一方面,通过构建合理的图数据库分布式物理计划,从而降低图数据库的并行图查询时延。设计良好的分布式图查询计划生成策略、图算子分裂模型与图算子调度优化算法也是图数据库并行查询优化的关键。为满足图数据库高效查询的需求,我们研究实现了一个基于图数据库的分布式查询计划生成、优化系统。该文研究工作及创新要点包含:（1）基于libcypher-parser语言解析框架,对图数据库支持的Cypher查询语言展开解析,产出抽象语法树（AST）,并根据Cypher语句特征,建立子句分片算法模型创建关键逻辑算子,对语法树进行二次转换,构造逻辑计划树。（2）在创建逻辑计划树时,建立基于查询图代价和图基数估计的逻辑计划构建算法模型,生成查询图的若干参选临时逻辑计划,通过查询图代价和图基数计算模型预估计划代价数值,从多个参选图计划对象中选择运行代价最低的计划,完成对图数据库逻辑计划的生成优化。（3）重写逻辑计划。基于图查询表达式等价性模型,建立逻辑算子下推、逻辑算子替换、逻辑算子合并、逻辑树修枝等重写模型对图数据库计划优化重写。（4）将逻辑计划切割为多份分布式物理子计划,分发调度执行。通过为逻辑算子设计分布式图查询、图计算算子,实现物理算子的分裂和分布式协同调度策略,并设计分布式图计算算子优化算法,提高图数据库并行查询执行效率。本文末尾对图数据库分布式计划生成的过程数据和调度结果构建功能测试,并采用各梯度复杂度的Cypher语句对比检验测试了查询图基数代价算法的优化效率,包含编译时间以及运行时间等测试指标。