RDF以三元组的形式描述语义网络中的信息,SPARQL是针对RDF数据模型的查询语言。well-designed SPARQL中的OPT操作是真正的可选操作,可以达到扩展结果集的目的。在来自真实世界的SPARQL查询数据集中,例如DBpedia数据集查询日志,具有well-designed特性的SPARQL查询在所有的SPARQL查询语句中占据了较大比重,尤其是仅包含了AND、OPT和FILTER这三个操作算子的well-designed SPARQL查询语句。因此,如何高效地在RDF图数据上进行well-designed SPARQL查询,成为一个具有挑战性的工作。本文针对well-designed SPARQL查询提出了面向大规模RDF数据查询方案以及近似查询方案。在面向大规模RDF数据查询方案中,针对仅包含了AND和OPT算子的well-designed SPARQL的查询,构造了PIWD框架,该框架可以运行在gStore和RDF-3X等基本图模式查询引擎上,从而提供了大规模RDF数据查询和管理功能。PIWD以一种改良的语法解析树作为数据结构,通过对查询模式的重构从而实现well-designed SPARQL的查询功能。在well-designed SPARQL近似查询方案中,利用well-designed的特性,对well-designed查询中的OPT算子按照其深度进行有规则的删除,从而获得不同近似程度的well-designed SPARQL查询语句。同时构造了PRONA框架,该框架底层采用开源的Jena框架作为查询引擎,并将该近似算法融入其中。用户可以选择近似程度来进行近似查询,从而获得查询结果,并在查询响应时间和查询结果集的精确程度上做出一个平衡。本文设计的实验对上述两种方案进行了评估,面向大规模RDF数据welldesigned SPARQL查询方案在单机上可以支持LUBM200数据集,近似查询方案在查询响应时间和结果集精确度两个指标上衡量了近似查询的性能。综上所述,本文针对well-designed SPARQL查询提出了面向大规模RDF数据的查询方案和近似查询方案,并将该两种方案分别以框架的形式呈现,有效的解决了well-designed SPARQL的大规模RDF数据查询以及近似查询问题。