随着大数据技术和语义本体技术的飞速发展,领域RDF数据的规模也不断扩大。如今,领域知识图谱普遍由超过百亿数量级规模的RDF数据构建而成,如阿里巴巴的核心商品知识图谱、大英博物馆的馆藏珍品知识图谱等,合理地存储和查询这些基于领域本体的RDF数据是当下研究的重点。对于大规模RDF数据集的存储,基于关系型数据库的方法扩展性较差且不能良好地利用分布式特性,而现有的一些分布式存储方案虽然提升了查询效率但也占用了更多的存储空间,且不能利用领域本体数据的语义进行查询和推理。鉴于现有领域本体的RDF数据存储查询方案的不足,本文首先设计并实现了一种基于HBase的领域RDF数据分布式存储方案;然后针对该存储方案提出了基于Hive的查询方案;最后通过实验,验证所提方案的可行性和效果。具体而言,本文进行了以下研究:(1)设计并实现基于HBase的领域RDF数据分布式存储方案。本方案首先解析领域本体,将类之间的关系存储在HBase表,借助该表可进行领域本体推理查询从而提升查全率;然后结合标准测试集中SPARQL查询语句的特点,设计HBase中的RDF数据存储表,设计出的存储表可降低自连接次数从而提升查询速度。此外,在存储方案中为每个HFile增加过滤器,加速了查询时数据的读取。(2)针对提出的RDF数据分布式存储方案,设计基于Hive的查询方案。查询方案主要包括制定SPARQL操作符代数转换规则、构建唯一主体映射表并用类关系表补全、建立Hive视图、构建并优化查询的抽象语法树、生成HiveQL并由MapReduce作业执行查询。本查询方案实现了SPARQL-HiveQL转换从而具有可扩展性和容错性,并在查询中引入本体推理,语法树的优化也使查询效率得到提升。(3)实现提出的存储、查询方案并设计实验验证方案的效果。本文设置了多种规模的基准测试集来对测试数据的加载时间、查询语句的查询时间以及查全率等指标进行测试,验证了所提出的结合本体推理的存储、查询方案在分布式环境下有良好性能。