基于MapReduce的數(shù)據(jù)圖檢索算法研究.pdf

1、關(guān)系數(shù)據(jù)庫關(guān)鍵字檢索面臨許多問題，如相關(guān)結(jié)果丟失、結(jié)果語義難以理解、結(jié)果排序不理想及結(jié)果存在重復等。為此，許多研究提出把數(shù)據(jù)庫轉(zhuǎn)換成一個帶權(quán)重的數(shù)據(jù)圖，然后對數(shù)據(jù)圖進行檢索。數(shù)據(jù)圖以邊和節(jié)點的形式存儲數(shù)據(jù)，它能還原數(shù)據(jù)本來的存在形式和數(shù)據(jù)間存在的關(guān)系，能有效解決關(guān)系數(shù)據(jù)庫關(guān)鍵字查詢的弊端。然而，隨著數(shù)據(jù)量爆炸式的增長，數(shù)據(jù)圖的規(guī)模也變得越來越大，如何存儲和高效地檢索大規(guī)模數(shù)據(jù)圖還是一個值得研究的問題。
　　 首先，為了解決大規(guī)模

2、數(shù)據(jù)圖的存儲問題，本文利用Neo4j圖數(shù)據(jù)庫把關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)構(gòu)建成數(shù)據(jù)圖并對其存儲。Neo4j圖數(shù)據(jù)庫把數(shù)據(jù)以圖形的結(jié)構(gòu)存儲在外存中，能有效的節(jié)約內(nèi)存資源。Neo4j還提供了許多調(diào)用接口，外部檢索算法可以方便地對其訪問。
　　 其次，為了解決大規(guī)模數(shù)據(jù)圖檢索時間效率低的問題，本文引入MapReduce分布式計算模型，把STAR算法Map Reduce化，提出了一個基于MapReduce的數(shù)據(jù)圖檢索算法MRSTAR(Map R

3、educe-based Steiner-Tree Approximation in Relationshipgraphs)。由于借鑒了MapReduce的并行計算的思想，該算法實現(xiàn)了對數(shù)據(jù)圖并行檢索，提高了大規(guī)模數(shù)據(jù)圖檢索的時間效率。
　　 最后，本文實現(xiàn)了基于MapReduce的數(shù)據(jù)圖檢索系統(tǒng)，包括數(shù)據(jù)圖的構(gòu)建和基于MapReduce的數(shù)據(jù)圖檢索兩個模塊。實驗結(jié)果表明，與以前的數(shù)據(jù)圖檢索算法STAR相比，MapRedcue化的