RDF作为语义网框架的一项核心概念,因其表达灵活、方便的特点,常被用来表示结构化或非结构化数据。越来越多的RDF数据,为大数据分析提供了数据资源,使得专家学者们开始研究分析RDF数据。在数据分析领域,Theta连接查询是非常常见的查询,而RDF的查询语言SPARQL在2013年才对Theta连接有了全面的定义。为此,SPARQL Theta连接查询应得到RDF引擎的全面支持。尽管一些学者尝试借助已有的关系数据库或在key-value数据库实现Theta连接从而对SPARQL Theta连接查询进行处理,但这些方法均未能针对RDF数据的特性来进行优化,因此处理效率较低。RDF在线分析系统ThetaStore旨在提供一种大规模RDF图的Theta连接查询处理方法,并能够以统一的方式处理等值连接查询。该方法首先采用伙伴内存分配的方式为RDF常量数据分配保序ID,并建立相应的数据字典,从而压缩存储空间的同时避免将Theta连接查询转化为大量的等值连接查询。其次,采用了扩展的查询图模型将Theta连接查询转化为查询图,进行查询优化,再将查询图分解成多个可并行执行的星型子查询,并为每个星型子查询生成相应的执行计划。最后,查询的中间结果规模往往比较大,为了提高查询性能,采取约束早传递的优化策略尽早的削减中间结果,且采用并行的方式执行。在等值连接查询的处理上,ThetaStore与目前流行的RDF数据管理系统RDF-3X、TripleBit相比,在中间结果较大的查询上性能得到了显著提升。在Theta连接查询的处理上,与关系数据库MonetDB及语义仓储Virtuoso相比,性能也得到数倍的提升。