基于圖的RDF數(shù)據(jù)存儲(chǔ)及查詢方法的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，信息系統(tǒng)的數(shù)量和規(guī)模越來越大，這些信息系統(tǒng)數(shù)據(jù)的分布性、異構(gòu)性及大規(guī)模的特點(diǎn)使異構(gòu)數(shù)據(jù)整合成為一個(gè)挑戰(zhàn)性的問題。web數(shù)據(jù)的管理和處理面臨著半結(jié)構(gòu)化數(shù)據(jù)、數(shù)據(jù)量大、查詢速度緩慢，檢索效率低下、可擴(kuò)展性、普適性等主要問題。為了滿足非關(guān)系型數(shù)據(jù)和異構(gòu)型數(shù)據(jù)的存儲(chǔ)和處理需求，本文針對(duì)RDF數(shù)據(jù)管理及處理進(jìn)行了研究，提出了基于圖拆分的RDF數(shù)據(jù)存儲(chǔ)及優(yōu)化查詢方法，改善RDF數(shù)據(jù)存儲(chǔ)及查詢效率。首先，本文研究基于超

2、圖拆分的RDF存儲(chǔ)方法，針對(duì)RDF數(shù)據(jù)的數(shù)據(jù)特征，提出采用基于超圖超點(diǎn)（包括超點(diǎn)和超邊）權(quán)值生成策略，根據(jù)權(quán)重和最小的邊割集，劃分RDF數(shù)據(jù)圖，并針對(duì)經(jīng)典Metis算法和哈希算法進(jìn)行了實(shí)驗(yàn)比較，分析提出方法的優(yōu)勢。其次，研究了面向SPARQL優(yōu)化的查詢計(jì)劃生成方法，根據(jù)統(tǒng)計(jì)代價(jià)模型的統(tǒng)計(jì)，SP索引機(jī)制和數(shù)據(jù)存儲(chǔ)方法，對(duì)查詢進(jìn)行優(yōu)化排序，使每次查詢的中間結(jié)果最小，提高查找速度。最后根據(jù)提出的方法，實(shí)現(xiàn)了基于HBase/Hadoop的RDF