当今，在线数据源(又称为网络数据库)越来越盛行，它们把数据隐藏在查询表单之后，从而形成了所谓的深层网络，和表层网络相比，表层网络的HTML页面是静态的，数据存储在文档中，而深层网络中的数据则是存储在后台数据库中，只有用户在表单上提交了查询后，它才生成动态HTML页面。根据BrightPlanet公司的统计表明，深层网络蕴含的信息量是表层网络的500倍，并且数量每年仍在飞快地增长，所以研究深层网络是必需的而且意义深远。由于Web数据库具有规模大、自治性、异构性、动态性以及不同的数据源具有不同有限的查询能力等特点，使得深层网络数据集成中的查询处理比传统的分布环境下的查询处理更具挑战性。为了解决数据源的自治异构问题，本文提出了一种数据源的描述方法。为了统计每个领域中属性词汇的大小，本文进行了一项调查：使用搜索引擎（例如：Google和bing）和Web目录(例如：invisibleweb.com)，收集了200个关于电影、书籍销售、汽车销售和音乐四个领域的数据源，其中每个领域含50个。调查结果表明：随着数据源的增多，它们的总共词汇数量收敛于一个相对较小的范围内。受此启发，为每个属性词汇建立倒排索引。此外，本文还提出了一个模块化的方法，来为目标查询生成可执行的查询规划，它有五个模块共同工作完成这些任务：查询扩展、预处理、查询重写、查找相关数据源和生成模块。本文还设计了一种基于倒排索引高效生成逻辑规划的算法和一种为逻辑规划找出可执行次序的算法。在本文中，因为数据源存在访问限制，所以没有出现在逻辑规划中的数据源可能提供有用的绑定属性，可能有利于可执行查询规划的生成。此外，我们也表明了这些off-query访问在什么情况下是没必要的，以及在这些情况下只使用逻辑规划中的数据源就可以生成可执行的查询规划；也表明了这些off-query访问在什么情况下是必要的，我们提出了一个算法来找到和逻辑规划相关的数据源。最后实验表明本文的算法具有良好的效率、准确率和扩展性。