基于圖聚類算法的大規(guī)模RDF數(shù)據(jù)查詢方法研究.pdf

1、資源描述框架(RDF)作為一種簡(jiǎn)單且可擴(kuò)展性強(qiáng)的數(shù)據(jù)模型，日益成為萬維網(wǎng)以及其他許多領(lǐng)域的數(shù)據(jù)表示方式。RDF數(shù)據(jù)的大量涌現(xiàn)使得RDF數(shù)據(jù)查詢面臨著巨大的挑戰(zhàn)。目前已經(jīng)存在許多開源的商業(yè)軟件利用傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)或原生 RDF存儲(chǔ)系統(tǒng)來存儲(chǔ)和查詢RDF數(shù)據(jù)。但是它們對(duì)大規(guī)模RDF數(shù)據(jù)的查詢性能總是不太理想。
　　為了提高大規(guī)模 RDF數(shù)據(jù)的查詢性能，本文設(shè)計(jì)了基于圖聚類算法的大規(guī)模RDF數(shù)據(jù)查詢方法，有單機(jī)查詢和分布式查詢兩

2、種策略。首先選擇表現(xiàn)良好的圖聚類算法對(duì)大規(guī)模RDF數(shù)據(jù)進(jìn)行劃分，得到一個(gè)劃分子圖內(nèi)部連接非常緊密而子圖之間連接非常稀疏的劃分結(jié)果。單機(jī)的RDF查詢方法是根據(jù)SPARQL查詢請(qǐng)求對(duì)各RDF劃分子圖進(jìn)行篩選，忽略不相關(guān)的劃分子圖，從而縮小查詢范圍，并最終提高查詢效率。分布式RDF查詢方法是將RDF數(shù)據(jù)劃分子圖分成若干組，然后把每組數(shù)據(jù)分別存放在一個(gè)計(jì)算節(jié)點(diǎn)上，通過調(diào)度程序，讓每個(gè)計(jì)算節(jié)點(diǎn)執(zhí)行完整的 SPARQL查詢，并將各計(jì)算節(jié)點(diǎn)返回的查詢