数据库系统和信息检索系统在处理数据的方法上有很大的差别，数据库系统通过复杂的查询语言搜索结构化数据，其结果集完整精确；信息检索系统通过关键字搜索非结构化数据，其结果集通常是不精确和不完整的。传统的关系数据库查询采用SQL语言，而由于其结构复杂、难以学习，不能适应大众用户；而且，人们很难从含有大量文本数据的数据库中得到准确的结果。于是，用关键字搜索关系数据库逐渐成为研究热点。　　 在信息检索中，搜索引擎所检索到的信息仅局限于爬虫程序所能找到的浅层网页（Surface Web），而对于大量存储在网络数据库中的深度网络（Deep Web），由于搜索引擎同数据库间接口的不一致而无能为力。如果数据库本身提供关键字检索机制，允许使用简单的关键词自由的检索数据库，挖掘其中的信息和知识，信息资源的利用效率将得到很大提高。　　 本文提出了一种基于无向图的数据库关键词检索方法SBKS。首先，以元组为节点，元组间的主外键联系作为边构造元组数据图，然后依据此图的结构计算任意元组间的语义联系，以此为边构造数据库的语义关系图，作为系统的检索模型。处理查询时，使用聚类的方法查找出相互语义联系紧密的关键节点集作为查询结果，并参照DISCOVER2和SPARK的评分方法提出一种适合本文查询结果的评分标准。最后经过实验证明SBKS的正确性，并且在合理的选取阀值参数的情况下，SBKS将取得良好的性能效果。