又一篇期刊文章,现在愈发觉得还是应该多读文章,多实现文章的代码,才是正理呀。
Abstract
针对RDF数据集进行快速的SPARQL查询。利用索引,剪枝和高效的搜索算法。
Introduction
RDF (Resource Description Framework) 用于对Web对象进行建模。
RDF数据集即:(subject, property, object) 或
Related work
存储和查询RDF图的三种方法:one giant triples table, clustered property tables, and vertically partitioned tables.
One giant triples table
把RDF三元组保存在单个三列表中。问题在于需要进行大量的自连接去应答SPARQL查询。
Property tables
- clustered property table, 将倾向于出现在同样的subjects中的属性聚集在一起。
- property-class table, 把同一种属性的subjects聚集在一起。
Vertically partitioned tables
对于每种属性,建一个以subject排序的两列的表。问题在于随着属性的增加不容易扩展。
现存的RDF存储系统中,Jena, Yars2 和 Sesame 2.0对较大的RDF数据集表现不好。SW-store, RDF-3x, x-RDF-3x and Hexastore 可拓展性好,但是只支持精确的SPARQL查询。
并且大部分现存的方法不能有效率的处理RDF库的在线更新问题。
即便像x-RDF-3x提出了有效的在线维护算法,但并不支持带通配符或汇总SPARQL查询。有些工作讨论了如何将TDF数据保存为图,但并不涉及可拓展性。一些主要使用基于内存的实现,另外一些则基于图划分去减少自连接???的三元组。图划分可以实现并行处理,但图更新则需要再次进行图划分,或者使用增量划分方法。
除了已知的两个工作,几乎没有SPARQL查询引擎考虑聚类查询。
- 将聚类查询