Несмотря на последние усовершенствования в распределенном управлении данными РДФ, обработка большого количества данных РДФ в облаке остается сложной задачей. Несмотря на кажущуюся простоту, РДФ хранитбогатые и сложные графы, включающие как информацию на уровне шемы, так и экземпляры.Типичные стратегии разбиения таких данных на графы с помощью старыхалгоритмовмин-цутприводят к неполной распределенной производительности и значительному количеству джойнов. Вэтой работе мы описываем Дипло Цлоуд, облачную распределенную систему управления данными РДФ,которая является одновременно эффективной и масштабируемой.Дипло Цлоуд выполняет физиологическое исследование как данных экземпляра, так и данных шемыперед разбиением данных в отличие от более ранних методов.