随着语义网技术的飞速发展,RDF数据迅速增长,这给RDF数据的存储与传输带来了巨大的挑战。现存的通用压缩技术和RDF专用压缩技术可以在一定程度上解决该问题,但大规模数据中连接主语的谓词冗余仍未得到很好的解决,此外针对压缩数据的查询仍然存在数据压缩比率和数据查询效率相互制约的问题,二者性能的同时提升仍需进一步研究。本文针对连接主语的谓词冗余这种可被优化的数据冗余,提出基于差分编码的RDF分组压缩算法(Delta Encoding for RDF Grouping Compression,DGC),将RDF数据根据连接宾语的谓词组合进行分组用于进一步减少谓词冗余,将差分编码技术引入分组后的主语序列用于优化序列数据的存储空间。此外,本文在DGC压缩结构上实现了数据查询算法,满足在DGC原生结构下的对压缩数据的查询需求。为了提高查询性能,本文将小波树和倒排索引引入查询算法以便快速缩小查询范围,避免全量数据检索,在很大程度上提升了谓词优先和主语优先查询模式的查询性能。本文的主要贡献是:(1)提出一种冗余程度更低的RDF数据分组存储结构,进一步降低了谓词冗余,同时引入的差分编码优化了主语序列的存储空间;(2)实现基于DGC分组结构的数据查询算法,满足在资源受限的场景中对数据进行查询管理的需求;(3)提出针对DGC查询算法的加速查询策略,通过引入小波树和倒排索引在增加可接受空间代价的基础上加速谓词优先和主语优先查询模式的查询效率。实验表明,DGC算法在不同结构化程度的数据集上与现有方法相比取得了显著的提升。基于DGC的查询算法在不同查询模式上也表现出比当前查询算法更好的性能。