分布式数据库采用数据分片的方式,将数据分布在不同的服务器或者数据中心上,以获得分布式的存储和查询能力。Shared-Nothing架构是分布式数据库实现一种架构,集群中每个节点都有独立的硬件环境（Hardware Context）,用户可以通过简单地增加节点以获得更高的存储容量和吞吐能力。分布式哈希连接（Dist-HJ）是分布式数据库中两表连接操作的一个重要实现,传统的Dist-HJ采用哈希重分布（Hash Redistribution）的方式,其性能对数据倾斜（Data Skew）十分敏感;哈希重分布在倾斜数据下会产生热点节点,其存在限制了集群的吞吐量。因此,亟需对Dist-HJ作出优化,使其对数据倾斜有一定的适应能力。本文的主要研究内容为Shared-Nothing架构下,存在数据倾斜情况下静态数据Dist-HJ的优化算法。静态数据指的是参与Dist-HJ的数据来源为数据库中的表。本文的工作分为两个子问题,一个是面向数据倾斜的统计信息拓展,侧重如何在连接两表中获取倾斜值（Skewed Value）的信息;另一个问题是数据倾斜下的Dist-HJ优化策略,侧重在已知倾斜数据的情况下,如何减轻节点间的负载不均衡现象。本文的工作也从以上两个方面展开。对于第一方面,本文提出了基于DBMS原生表统计信息（Table Statistics）的倾斜值统计方法,倾斜值统计以及频率估计可以嵌入在表统计数据收集过程中。在实验评估中,本文方法在采用人工数据集上能取得接近100%的准确率及60%以上的召回率。对于第二方面,本文首先提出分治-广播（Partition and Replication,Pn R）算法:Pn R基于倾斜值统计信息,根据不同值对应元组的连接选择度（Join Selectivity）来选择不同的重分布方法。Pn R将Selectivity较高的共有倾斜值对应的倾斜元组均分给集群中所有节点,可以避免热点节点的产生。本文的工作在实际的分布式数据库Cockroach DB（CRDB）中对Pn R进行了实现。CRDB的分布式查询处理引擎搭建于其分布式KV存储引擎,呈现出一些与其他Shared-Nothing数据库不同的特点。CRDB中的查询处理的执行计划是动态的,使得某一种单独的优化算法无法在所有的工作负载下取得最好的效果。根据该观察,本文将Dist-HJ抽象为三个基本步骤,并提出了Dist-HJ的代价模型。本文实现了基于代价模型的决策器（Cost-Based Decider,CBD）,对给定数据分布以及执行计划下的不同Dist-HJ算法的代价进行估算,并决策出适应于最适应该场景的算法。本文在CRDB中实现并设计实验评估了Pn R和CBD,相对于CRDB中的默认实现,Pn R在人工数据集下能取得最高9×的加速比;CBD能较好地决策出最优算法,相对于CRDB中的默认实现,在人工数据集上,基于CBD的自适应算法能取得2×以上的加速比。