随着现代科学技术的高速发展和互联网的迅速普及,互联网和物联网上的数据量都在爆炸性的增长,传统的单节点的数据管理系统,已经无法满足日益增长的计算和存储需求。在这样的背景下,Hadoop和Spark等分布式的系统和框架相继涌现。这些具有良好计算性能和环境适应性的分布式计算框架,能够较好的利用分布式的集群来对海量的数据进行存储和计算,得到了广泛的应用。然而,这两种框架在数据分配方式上都存在着不足,本文基于一种单表谓词关系的数据划分算法,提出了一种多表谓词关系的数据划分算法。本文首先对Spark的工作原理和两种数据分配策略进行了简要的研究和分析。以此为基础,本文研究了一种单表谓词关系的数据划分算法:基于谓词引用的分区模式。基于单表谓词关系的数据划分算法,本文提出了一种多表谓词关系的数据划分算法:多表谓词分区模式。针对这两种分区模式的定义,为了便于表示这两种分区模式,针对这两种不同分区模式提出了分区模式图的概念。基于两种不同的分区模式图,在Spark上设计和实现了相应的数据加载和分区算法,分别对阐述了这两种分区模式是如何对数据查询操作中的等值连接进行优化的。针对后一种分区模式,为了便于实验测试,本文提出了一种用于生成分区方案序列的贪心算法。最后,通过了大量的对比实验,验证本文中两种分区模式的有效性,对比分析了不同分区策略下的数据查询时间、数据加载时间、数据空间效率等相关性能指标。本文的实验结果表明,我们提出的算法能够提高分布式数据库上的查询效率。在结论中,对本文的研究内容进行了总结,分析了当前研究的不足并为后续研究提出了一些思路。