Optimal Query Anatomization utilizza la somiglianza e gli approcci di filtraggio per l'archiviazione, l'elaborazione e la gestione di enormi quantità di dati. Per aumentare l'accuratezza dell'estrazione dei metadati viene proposta un'ottima elaborazione distribuita delle query basata su un algoritmo di canonicalizzazione. Viene quindi filtrato utilizzando un filtro a cucù per ottenere le possibili query pertinenti. Poi, i modelli di sequenza qualificati sono memorizzati nel database dei modelli. Ora, le stringhe canoniche della query dell'utente sono controllate con il database dei modelli per la corrispondenza della sequenza. Infine, la mappatura della query viene fatta per la sequenza abbinata.