En la actualidad, un ejemplo destacado está representado por que conducen a la definición de los llamados . De hecho, yendo más allá de un gran número de aplicaciones críticas (por ejemplo, ), estos datos exponen varias características que se adhieren claramente a los bien conocidos (, , , ). (RDF) es un formalismo y lenguaje significativo para el llamado , debido al hecho de que una amplia familia de se puede modelar de forma natural en un . En este contexto, juegan un papel de primera clase, ya que se utilizan ampliamente en el contexto de aplicaciones y sistemas web modernos, incluido el contexto emergente de . Cuando los grafos RDF se definen sobre grandes datos (web), conducen a los llamados , que poblaron razonablemente la Web Semántica de próxima generación. Para procesar este tipo de grandes datos, , un marco computacional de código abierto específicamente diseñado para , ha surgido en los últimos años como la implementación de referencia para este entorno crítico. En línea con esta tendencia, en este artículo, presentamos que se basa en la estrategia de (BFS) para visitar los grafos RDF y descomponerlos y procesarlos de acuerdo con el marco de MapReduce. Demostramos cómo esta implementación acelera el análisis de los grafos RDF en comparación con enfoques de la competencia. Los resultados experimentales respaldan claramente nuestras contribuciones.