随着信息科学技术的发展和市场需求的牵引，GPU的性能提升速度很快。基于硬件设计不同，GPU在计算性能和存储带宽上相对于CPU有明显的优势。GPU经历了固定功能架构、分离渲染架构和统一渲染架构三个时代，GPU通用并行计算能力逐步提升，我们可以充分利用GPU的计算能力来加速数据库的相关操作，利用GPU通用并行计算功能来加速数据存取，通过利用图形流水线计算功能来加速数据操作。本论文专注在提高单数据操作内的并行性，首先对数据库查询的相关操作进行了分析，并主要针对连接操作的三个主要算法，嵌套循环连接、排序归并连接以及哈希连接算法进行设计，然后提出在多核CPU和GPU上实现这些算法的并行化方案。本论文的重点是充分结合GPU的特点，提出嵌套循环连接、排序合并连接以及哈希连接这三种连接操作算法在GPU上的具体并行实现方案，并分别对其进行分析。在论文的第五章给出了这三种连接方式在多核CPU和GPU上实现的测试实验和测试结果，通过结果比较表明在GPU上实现的嵌套循环连接、排序合并连接以及哈希连接的并行算法的性能全面优于基于多核CPU并行优化的连接算法，最大加速比分别达到9.0、1.7、2.3倍。