随着链接数据运动的开展，越来越多的RDF数据在Web上发布，并且其数量增长迅速。如何能够为这些大规模的RDF数据提供高效检索服务成为了目前的研究重点。提出了一种大规模RDF数据分布式索引方案，用于高效、准确地检索RDF数据。在此基础上，将语义因子引入到传统IR排序模型中，设计并实现了TreeRank语义排序模型，向用户提供带有语义的RDF数据关键字检索服务。利用Cassandra分布式键值存储库的底层数据结构创建倒排索引，具有高度的可扩展性；针对RDF数据的模型特点在传统索引中添加了RDF资源的位置信息，有效地支持精确的关键字查询的快速执行；使用MapReduce框架一次性实现了RDF数据装载、编码以及索引的创建，具有高度的整合性；提出引入辅助关键字的查询模式，使系统能够智能地识别用户的查询意图；使用ORDPATHs对本体中的类进行编码，在编码层面直接体现类与类之间的继承关系；为RDF数据的TBox创建分布式倒排索引，能够根据用户的查询意图计算类的相关度；给出TreeRank语义排序算法的定义及公式，实现语义排序。综上，该检索方案能够在保证高效率创建索引的同时，利用语义排序算法对查询结果进行排序，从而为用户提供快速、精确的大规模RDF数据语义检索服务，对语义Web领域的研究具有一定的指导作用。