连接查询技术往往需要很高的时间开销。随着数据量加大,连接查询会因其时间开销过大而失去实用性。现实的数据集通常是包含大量重复元组的脏数据集,会造成查询结果包含重复元组,导致查询效果低效。本文通过分块的思想将对整个数据集的扫描和解析转化成对部分区域块的操作,并将实时实体解析与连接查询技术相融合来解决传统的连接查询所导致的查询结果和时间的低效或失效的问题。本文重点研究融合实时实体解析的Top-N连接查询处理问题,用等价关系和等价类定义相应的查询模型。对于数据集R=R₁?R₂?????R_s,查询点Q=（Q₁,Q₂,???,Q_s）,利用基于分治机制的索引方法,将数据集划分成若干个互不相交的区域块;通过定位查询算法找到距离Q_i最近的区域块及对应的排序列表;利用二分法找到距Q_i最近的元组,计算排序属性间的距离,以此确定查询范围,进而在查询范围内的区域块中找到Q_i的Top-K_i元组;然后设置缓冲区,每当R_i推送一个Top-K_i元组时,将其与缓冲区中相应的元组进行连接,采用双阈值法确定R上关于Q的Top-N查询结果。如此便可缩小连接查询的查询范围,有效降低了时间开销,提高了查询效率。对于去除查询结果中包含的重复元组,本文将实时实体解析与Top-N连接查询相融合,设计两种处理方法:一种方法将实时实体解析与脏数据集上的Top-N连接查询集成为一体,进行连接查询同时去掉查询结果中的重复元组;另一种首先通过索引对脏数据集进行实时实体解析,将重复元组聚类得到相应的干净数据集,把聚类作为一个整体,对聚类进行外连接操作获取Top-N连接元组,最后得到Top-N连接查询结果。另外,对于具有大量重复元组的脏数据集,在Top-N连接查询的查询模型和处理技术上进行适当的修改和优化,给出融合实时实体解析的点连接查询模型和区域连接查询模型。点查询Q=（Q₁,Q₂,???,Q_s）处理方法利用索引快速定位到距离Q_i最近的区域块,找出等于Q_i的元组。区域查询利用索引快速找到与查询区域相交或包含的区域块,通过二分查找在这些区域块上找到查询区域内的元组。本文将实时实体解析与点连接查询、区域连接查询相融合,给出有效的算法去除其查询结果中的重复元组。针对上述的三类连接查询处理方法,使用2,3,5和10维的脏数据集,选择三种不同的距离函数（曼哈顿距离、欧几里得距离、最大范数距离）分别对两个数据集的连接查询、三个数据集的连接查询和四个数据集的连接查询进行了大量的实验。实验结果表明,本文给出的相关方法和算法对连接查询处理皆有效,能够快速得到去重的查询结果。