在现代信息社会中,每个行业都在不间断的产生海量的新数据。这些数据支撑行业的发展,也是科技创新的一个重要来源。大数据领域的基石就是存储、管理和分析数据的数据中心。无论是只有几台机器的小型组织还是全球化的大型跨国公司,数据中心都是企业生产和发展过程中必不可少的设施。但是,随着数据中心的规模不断扩大,在全球资源紧张的大背景下,数据中心的能耗问题不仅导致成本增加成为制约企业发展的重要因素,而且成为经济增长和资源浪费的新兴矛盾对立面。数据库是传统意义上数据中心的主要应用,大型企业在数据中心上的数据维护都会产生巨大的开销,因此关注数据库系统的能耗表现是最近学术界热门的课题。数据库通过多个查询路径的代价评估,找出最优化的一个查询进行的方式即查询计划,因此如何根据查询计划估算出整个查询的能耗是整个数据库查询能耗相关研究的基础,也对于后续进行数据库查询的能耗优化研究至关重要。本文在大规模并行处理架构的Greenplum数据库机群环境下,首先分析了机群下数据库系统与单机环境下的差异,然后实验测试了数据库系统中主要能耗硬件在不同工作负载下的能耗表现情况。针对数据库查询中的不同查询操作,本文由实验得到不同查询操作与查询表规模的关系,从而将硬件能耗、查询操作以及表规模三者之间建立联系,再根据具体查询计划的执行方式建立能耗估算模型并且实验验证其估算结果的准确性。另一方面,通过对于整体数据库系统能耗的研究,本文实验测试连接操作中三种连接方式nestloop、mergejoin、hashjoin在表不同规模情况下进行连接计算时间上的差异。最后提出基于蚁群算法的机群多表连接次序优化策略。