基于分級樹形索引的關聯(lián)數據壓縮研究.pdf

1、隨著語義網技術的不斷發(fā)展和應用，大規(guī)模RDF數據集的使用也越來越頻繁，在管理這些大規(guī)模數據集時，由于RDF數據集的體積問題，查詢和管理的性能會受到很大影響。因此，對于大規(guī)模RDF數據而言，高效率的存儲方法顯然是很重要的。對于數據的壓縮存儲而言，本質上是去除數據里包含的冗余信息內容。目前，對于大規(guī)模RDF數據的壓縮存儲，其處理思路可以分為以下兩種:基于數據模型層次的壓縮處理和基于序列化層次的壓縮處理，其中，基于序列化層次的壓縮處理思路又可

2、以細分為語法結構壓縮和字符壓縮。
　　本文從RDF數據的序列化層次出發(fā)，通過對當前RDF壓縮存儲技術進行分析總結，提出了一種基于關系三維矩陣的分級樹形索引壓縮模型。該模型利用分析和提取RDF標識間的關系來構建字典，將三元組映射為ID三元組。通過分析關聯(lián)數據集自身的關系三維矩陣分布結構，結合分級樹形索引的存儲思路，解決矩陣存儲的結構冗余問題，實現(xiàn)對數據集的序列化壓縮。此外，本文還分析總結了該壓縮模型查詢對關聯(lián)數據基本查詢模式的匹配。