随着知识图谱的兴起和发展,资源描述框架(RDF)作为灵活的图数据模型,已被广泛认可作为描述大规模知识图谱的标准数据格式。在RDF知识图谱上实现高效、可扩展的查询操作已经引起越来越多的关注和研究,被广泛应用到社交网络、生物信息、政府舆情等各个研究领域。正则路径查询(RPQ)是RDF数据中基本的图查询操作,能够以导航的方式探索图数据,已经成为学术界和工业界的研究热点之一。然而现有的查询方法大多关注于标准语义下的正则路径查询,并不能提供答案路径中详细的起源信息,不利于用户观察和分析。本文提出基于Pregel的起源保障正则路径查询处理方法P3RPQ,旨在高效处理大规模RDF知识图谱。将正则路径查询转换成等价的自动机,进而对数据图中顶点和自动机中状态进行匹配。所提方法P3RPQ能够充分利用Pregel以顶点为中心的特点,在每轮超步中,顶点并行地与状态构建匹配对。进而顶点发送消息到邻接点,在接下来的超步中导航式地逐步扩展生成中间结果路径。同时,对P3RPQ分析代价,根据构建的代价模型设计优化策略。本文设计候选状态集预计算和属性过滤方法来降低顶点计算的开销;设计剪枝发送消息和基于变长字节编码消息以减少中间结果数量,降低通信开销。进一步地,设计消息选择和消息压缩策略,能够在一定程度上解决“数路径问题”。通过设计丰富的正则路径查询,并在合成数据集和真实数据集上执行查询,来测试所提方法和优化策略。大量而丰富的实验结果验证了方法P3RPQ和相应策略的效率和扩展性,证明P3RPQ能够很好地在大规模RDF知识图谱上处理起源保障的正则路径查询。