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(jīng)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(nèi)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(diào)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