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)作為一種簡單且可擴展性強的數(shù)據(jù)模型，日益成為萬維網(wǎng)以及其他許多領域的數(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)。目前已經存在許多開源的商業(yè)軟件利用傳統(tǒng)的關系數(shù)據(jù)庫管理系統(tǒng)或原生 RDF存儲系統(tǒng)來存儲和查詢RDF數(shù)據(jù)。但是它們對大規(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，本文設計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大規(guī)模RDF數(shù)據(jù)進行劃分，得到一個劃分子圖內部連接非常緊密而子圖之間連接非常稀疏的劃分結果。單機的RDF查詢方法是根據(jù)SPARQL查詢請求對各RDF劃分子圖進行篩選，忽略不相關的劃分子圖，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)分別存放在一個計算節(jié)點上，通過調度程序，讓每個計算節(jié)點執(zhí)行完整的 SPARQL查詢，并將各計算節(jié)點返回的查詢