Web數(shù)據(jù)管理中的分布式圖數(shù)據(jù)存儲(chǔ)和查詢.pdf_第1頁(yè)
已閱讀1頁(yè),還剩44頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著萬(wàn)維網(wǎng)(WorldWideWeb,WEB或WWW)規(guī)模和應(yīng)用的飛速發(fā)展,Web數(shù)據(jù)爆炸式增長(zhǎng),Web數(shù)據(jù)已經(jīng)形成了世界上最龐大的數(shù)據(jù)庫(kù)。此外,Web數(shù)據(jù)的相關(guān)數(shù)據(jù)如搜索記錄、各種Web服務(wù)使用記錄數(shù)據(jù)等都在迅速增長(zhǎng)。與傳統(tǒng)的數(shù)據(jù)相比,Web數(shù)據(jù)具有非結(jié)構(gòu)化,增長(zhǎng)速度快以及數(shù)據(jù)類型多樣的特點(diǎn),這使得Web數(shù)據(jù)的處理方式和現(xiàn)有的數(shù)據(jù)處理方式存在著較大的區(qū)別。在現(xiàn)實(shí)的各個(gè)領(lǐng)域中,Web數(shù)據(jù)處理技術(shù)有著廣泛的需求和應(yīng)用,因此對(duì)于Web數(shù)據(jù)的

2、研究已經(jīng)成為當(dāng)今計(jì)算機(jī)科學(xué)的一個(gè)重點(diǎn)。
   為此,我們介紹了CWI[1],一種新的海量數(shù)據(jù)查詢和存儲(chǔ)工具。在CWI的實(shí)際應(yīng)用中,需要對(duì)大量的Web數(shù)據(jù)進(jìn)行存儲(chǔ)和索引,并且在此基礎(chǔ)上實(shí)現(xiàn)關(guān)鍵字和結(jié)構(gòu)信息的查詢。TLGM[2]和TLGM-QL[3]作為CWI的一部分,滿足了上述要求。本文主要著重于在分布式的環(huán)境下實(shí)現(xiàn)TLGM數(shù)據(jù)模型的存儲(chǔ),并且實(shí)現(xiàn)了TLGM-QL的四個(gè)基本算子。在設(shè)計(jì)和實(shí)現(xiàn)過(guò)程中,我們發(fā)現(xiàn)真實(shí)環(huán)境數(shù)據(jù)的不均衡性會(huì)

3、導(dǎo)致存儲(chǔ)和查詢算法的退化,從而降低效率。針對(duì)這些問(wèn)題,本文提出了一系列均衡措施,保證各節(jié)點(diǎn)的運(yùn)算和存儲(chǔ)負(fù)載差異保持在一個(gè)合理的范圍之內(nèi)。在此基礎(chǔ)上,本文提出了新的子圖重構(gòu)的算法,以支持對(duì)于圖結(jié)構(gòu)的查詢,并通過(guò)均衡措施保證算法的效率。本文通過(guò)對(duì)虛擬數(shù)據(jù)和真實(shí)環(huán)境數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了系統(tǒng)的有效性。
   本文的貢獻(xiàn)和創(chuàng)新之處總結(jié)如下:
   1.本文分析了Web數(shù)據(jù)的特性,并引入了TLGM模型來(lái)說(shuō)明圖數(shù)據(jù)在存儲(chǔ)、索引和查詢方面和

4、傳統(tǒng)數(shù)據(jù)的區(qū)別。本文首先在集中式的環(huán)境下分析了使用關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)圖數(shù)據(jù)的可能性,收集整理了若干圖數(shù)據(jù),并且設(shè)計(jì)了一系列的查詢,通過(guò)實(shí)驗(yàn)來(lái)驗(yàn)證該條件下圖數(shù)據(jù)存儲(chǔ)和查詢的效率,由此說(shuō)明集中式存儲(chǔ)的不足和局限性。
   2.分析了TLGM的特性,從而闡述在分布式環(huán)境下實(shí)現(xiàn)該數(shù)據(jù)模型存儲(chǔ)和查詢的實(shí)現(xiàn)方法。在此基礎(chǔ)上,我們概括了TLGM圖數(shù)據(jù)模型可以滿足的各類查詢條件,并在此基礎(chǔ)上提出了四個(gè)基本的算子,并舉例說(shuō)明這些算子具有良好的擴(kuò)展性。

5、同時(shí)我們給出在分布式環(huán)境下這些算子的實(shí)現(xiàn)方法以及具體算法。
   3.提出了新的圖重構(gòu)的算法,介紹了如何使用該算法來(lái)實(shí)現(xiàn)對(duì)于圖結(jié)構(gòu)的查詢。本文通過(guò)MapReduce[4]框架來(lái)實(shí)現(xiàn)該算法,該算法具有良好的可擴(kuò)展性,并允許我們緩存重構(gòu)的結(jié)果從而提高效率。在實(shí)現(xiàn)過(guò)程中,我們發(fā)現(xiàn)不同數(shù)據(jù)節(jié)點(diǎn)負(fù)載差異較大,從而通過(guò)對(duì)原算法進(jìn)行若干修改從而達(dá)到負(fù)載均衡。同時(shí)我們生成并收集了若干圖數(shù)據(jù),并且通過(guò)一系列的實(shí)驗(yàn)來(lái)驗(yàn)證該方法的有效性。
  

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論