关联数据流的日益普及推动了RDF(Resource Description Framework)流处理引擎的发展。其中,CQELS(Continuous Query Evaluation over Linked Stream)引擎是一个“白盒”系统,实现了自适应的查询执行机制,这使其具有优于其他引擎的性能。在传统的复杂事件处理中,事件之间的时序逻辑在金融证券、交通控制、安全控制、健康领域具有广泛的应用。然而现有的CQELS引擎对时序逻辑和复杂事件处理的支持不足,针对以上问题,本文对CQELS的查询语言和语义进行了扩展,以完善CQELS引擎的查询功能,使其支持时序逻辑和复杂事件处理,并且将CQELS与复杂事件的3个维度进行对齐,使其符合复杂事件处理的要求。本文解决了实现过程中遇到的增量执行、时间存储、缓存结果过期处理、时序操作问题,扩展了CQELS语言的表达能力,并实现了关联数据流上的复杂事件处理。此外,本文通过实验验证了对CQELS的扩展,并给出了详细的分析,还对扩展后的CQELS引擎与原始的CQELS引擎进行了性能对比,主要从延迟和内存使用两个角度进行比较,从实验结果可得,扩展后的CQELS在延迟上降低了30%,但在内存使用上有所牺牲,大约增加了4%的内存使用量。本文还设计实验测试了CQELS引擎的最大吞吐量,最大吞吐量为23640个triple/s。