随着计算机技术的飞速发展和信息化的推进,全球的数据量正在以指数的趋势迅猛增长,而不断增长的数据集对数据查询提出很多新问题,对计算机内存的要求也越来越高,很多情况下,数据集已经无法完全被载入计算机内存了。因此,近些年来对数据压缩以及在压缩数据上进行查询逐渐成为一个全新的研究热点。另外,查询又分单一查询和多查询。在压缩数据上的单一查询已有很多人在这方面做出了突出的贡献,然而在压缩数据上的多查询处理技术至今仍是空白,但是这一处理技术在拼写检查、指纹识别、信息检索、生物计算等诸多领域中都扮演着重要的角色,因此,研究高效的面向压缩数据的多查询处理技术迫在眉睫。本文研究了在Ziv-Lempel压缩文本上的多查询处理技术,开创了这一领域的先例,为后人进行压缩数据上的多查询处理技术的研究奠定了一定的基础。由于大规模系统应用中部分查询之间具有相关性特性,根据这一特性,针对Ziv-Lempel压缩数据,提出了一种多查询处理技术。通过分析多查询之间的相关性,提出了新的公共子串定义,让公共子串满足一定的长度和出现次数。提出提取公共子串的算法以及有效地过滤重复或者存在包含关系的公共子串。基于提取的公共子串,在压缩文本中快速定位多个查询,构造候选集,并加以校验。这种利用公共子串代表多个查询的方法可以大大减少查询代价,从而提高多查询处理技术的效率。最后,在真实数据集上评估了提出的多查询处理技术的性能。实验结果显示,提取公共子串的方法能够快速、高效地获得公共子串集合,过滤掉冗余的公共子串。同时,多查询处理技术能够提供快速、高效的查询性能。