近年来，图模型广泛应用于生物信息、计算化学、语义网等领域。目前，“过滤-验证”机制被广泛用于子图包含查询，即首先根据图数据的特征构造索引，然后根据索引产生候选集，最后对候选集中的每一个图进行子图同构验证。在这类算法中，“过滤”阶段是关注的重点，力争过滤掉更多的数据；而“验证”阶段则只是单纯地进行候选图子图同构检测，并没有进一步优化查询性能的可能。因此，提出了一种新的子图包含查询的迭代处理机制：“选择-验证-过滤”，可利用从子图同构验证过程中得到的信息，结合数据库中图数据之间的相关关系，进行迭代查询处理。该机制首先选择数据库中的图与查询图进行同构验证，然后根据本次验证得到的信息，结合图数据之间的子图映射关系，进行迭代查询处理。一旦子图同构验证成功则可直接获得查询结果，而若验证不成功，则可以缩小下次迭代的查询搜索空间。为提高验证成功概率，提出了一种基于搜索空间预测的图选择策略。大量实验表明，该算法具有较“过滤-验证”机制更高的查询处理性能。