随着语义网技术的不断发展与成熟,资源描述框架RDF (Resource Description Framework)被应用于越来越多的领域中,然而随着全球全面进入信息化,数据爆炸式的增长,大规模RDF数据的存储及检索成为行业数据整合和数据分析的关键技术,如何提高RDF数据存储的可扩展性、数据检索的高效性对于目前web服务管理、数据管理、云计算及行业数据共享及整合具有重要的现实意义。首先,本文对RDF数据的存储方法进行了比较,针对传统的关系数据库技术难以应对海量数据存储问题,提出基于Hbase的RDF存储方案,存储方案中表的逻辑存储结构采用动态列存储数据,使其可以在处理RDF可能出现的多值问题时具有更高的效率。然后,本文针对传统基于关键字的查询无法得到全面准确信息的问题,对RDF查询语言——SPARQL与HBase之间的查询接口进行了研究与设计。提出了语义扩展的查询方法及核心算法。实现了基于语义与基于关键字相结合的查询。再次,针对传统的数据集中式处理方式难以应对快速信息检索问题,本文在查询逻辑之上增加了索引机制以及并行查询机制对查询效率进行了优化。引入索引机制可以减少查询时所要遍历的节点数,引入并行化查询可以使一条查询在各节点之间并行进行查询,从而提高查询效率。最后,本文通过对比试验,对无索引与并行机制的查询方案与有索引与并行机制的查询方案进行了对比；并对实验结果进行分析,证明在数据量较大的情况下,有索引与并行机制的查询方案要优于无索引与并行机制的查询方案。