随着科学技术的发展以及计算机网络技术的普及,分布式数据库系统逐渐取代了集中式数据库系统,走进我们的生活中。然而伴随着分布式数据库系统的广泛应用,其所涉及的查询效率以及性能问题也就随之而来,因此分布式数据库的查询优化成为分布式数据库领域的研究热点之一。本文首先介绍了一些分布式数据库的相关知识,如数据分布、数据分片、连接相关操作以及分布式数据库的查询过程。其次简要讲述了几种常规的优化算法:基于关系代数等价变换的优化算法,基于连接的优化算法以及基于半连接的优化算法。然后详尽的分析了两类应用广泛的优化算法及其改进算法:SDD₁及其改进算法和哈希划分等值连接算法及其改进算法。最后在对上述这些算法进行研究的基础上,对以上算法很少涉及的I/O代价和CPU代价,从重复查询的角度,通过两种主要的数据结构结合LRU算法以及一致性哈希算法,设计了一种基于分布式查询缓存的优化方案,本文称之为DCO（Distributed Cache Optimization分布式缓存优化）,用来提高整个分布式数据库系统的查询吞吐量以及响应时间。这种方案主要适用于以分布式数据库的主站点作为分布式查询结果的装配站点这种情况。在缓存实验中设计了三组测试用例,实验结果表明了本方案的有效性。