面向海量RDF數(shù)據(jù)的術(shù)語集冗余劃分及放置研究.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、隨著語義Web上發(fā)布的RDF數(shù)據(jù)量爆炸式的增長,具有海量規(guī)模和無標(biāo)度特性的RDF圖數(shù)據(jù)的劃分,成為分布式RDF數(shù)據(jù)管理的重要問題。
　　根據(jù)術(shù)語集和斷言集結(jié)構(gòu)對RDF數(shù)據(jù)整體特性的影響,術(shù)語集不僅是造成無標(biāo)度的原因之一,同時其具有規(guī)模小,訪問頻率高和整體性特點。根據(jù)該特征設(shè)計了一個符合海量RDF數(shù)據(jù)集特性的性劃分框架。在劃分放置上,提出了以圖劃分為邏輯劃分,區(qū)間劃分為物理劃分的雙層劃分放置,該方案結(jié)合了圖劃分的低通信開銷特性和區(qū)間

2、劃分的水平可擴展性及動態(tài)負載均衡。實現(xiàn)了術(shù)語集冗余放置下的SPARQL查詢接口。在具有5.2千萬三元組規(guī)模的DBpedia子集上進行實驗,結(jié)果證明術(shù)語集冗余處理方法可以有效降低跨劃分邊的數(shù)量。通過BGP查詢驗證了術(shù)語集冗余劃分可以有效的提高復(fù)雜SPARQL查詢的性能。
　　本文的分析與實驗表明:基于術(shù)語集冗余的劃分框架適用于海量RDF劃分任務(wù),能夠有效的降低邊切分,提高計算的本地性,減少集群間的通信開銷,從而提高SPARQL等復(fù)雜

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論