高擴展的RDF數(shù)據(jù)存儲系統(tǒng)研究.pdf

1、由于 RDF(Resource Description Framework)數(shù)據(jù)具有表達靈活,數(shù)據(jù)交換方便等優(yōu)點,其數(shù)據(jù)量在以驚人的速度增長。傳統(tǒng)的RDF數(shù)據(jù)存儲系統(tǒng)或以關(guān)系數(shù)據(jù)庫為存儲后端,或以本地存儲方式存儲數(shù)據(jù),但是這些存儲方式在存儲大規(guī)模的RDF數(shù)據(jù)時都面臨著擴展性問題。在存儲大規(guī)模 RDF數(shù)據(jù)時,需要降低數(shù)據(jù)的存儲空間并加速查詢處理。但目前提出的存儲方式不夠緊湊且存在大量的冗余數(shù)據(jù),導(dǎo)致在生成查詢計劃和執(zhí)行過程中消耗了大量的時

2、間。
　　高擴展的RDF數(shù)據(jù)存儲系統(tǒng) TripleBit旨在為大規(guī)模 RDF數(shù)據(jù)提供一個高效的存儲和查詢方案。利用RDF數(shù)據(jù)特點,系統(tǒng)將 RDF數(shù)據(jù)表達成一個位圖矩陣。為了降低數(shù)據(jù)占用空間,在數(shù)據(jù)存儲時針對各個數(shù)據(jù)表特征和作用設(shè)計了相應(yīng)的壓縮算法。在底層具體存儲時采用了基于內(nèi)存的存儲方式降低了系統(tǒng)在存儲和查詢時的I/O開銷,并采用了數(shù)據(jù)分塊的存儲方法,既使得存儲管理方便又使得存儲結(jié)構(gòu)緊湊,加速了查詢處理。為了提高 RDF數(shù)據(jù)查找的

3、速度,系統(tǒng)設(shè)計了兩類索引分別加速系統(tǒng)數(shù)據(jù)塊的定位和謂詞未知的查詢處理。在查詢 RDF數(shù)據(jù)時,系統(tǒng)基于啟發(fā)式規(guī)則簡單有效地生成查詢計劃。在執(zhí)行查詢計劃時,根據(jù)查詢類型采用不同的執(zhí)行策略,并利用并行執(zhí)行子系統(tǒng)提高連接查詢操作的效率。對于多變量的查詢計劃,采用二步執(zhí)行策略減少查詢過程中產(chǎn)生的中間結(jié)果,并動態(tài)地調(diào)整查詢計劃。
　　與目前流行 RDF數(shù)據(jù)存儲系統(tǒng) RDF-3X進行性能對比測試的結(jié)果表明,在存儲空間上比 RDF-3X至少降低了