分布式存储是应对数据集合快速增长采用的一种方式,社会的发展伴随着数据的快速增长,也必然面临数据集合的存储问题。本课题在关系型数据集合分布式的基础上,按照知识图谱数据构造的特性,采用基于词汇语义平均相似度及节点平均度数的方法来分割数据集合,不仅考虑了服务器负载上限还考虑了跨越不同服务器的节点关系的冗余。子图检索结合此数据结构分割的特点,采用节点度数递减剪枝的方式,把查询子图剪枝成多个高度为2的子树,最后以子树的形式进行查询比对。系统结构设计分为两部分:分布式存储、子图检索。分布式存储部分主要是按照此文提出的拆分方法来对数据集合进行分割;子图检索的主要步骤为:先对待查询的子图根据数据集合分布的特点分割成只包含根节点及叶子节点高度为2的子树,接着对所有子树的根节点进行查询,得到包含与此根节点并与其有关系的所有节点组成的树,然后与查询的2级图比较且得出结果。此系统子图检索实验结果显示,在此课题中提出的数据集合分割方法下,分布式存储的子图检索所用的时间要少于哈希分布式存储方法;在节点关系冗余的情况下,结合子图查询的特点,冗余时的查询时间要小于非冗余情况;哈希分布式方法的冗余大于此课题采用的数据集分割方法,冗余数据量更多,需要更多的存储空间,子图查询时也需要更多的时间消耗。