本文由学者Peng Peng,Lei Zou,Lei Chen和Dongyan Zhao于2019.4在《IEEE Transactions on Knowledge and Data Engineering》联合发表
原文下载链接文末自取
在《Query Workload-based RDF Graph Fragmentation and Allocation》中研究了分段和分配策略,本文自适应地维护频繁访问模式(FAP)反映工作负载的特征,同时确保数据完整性和近似比。由于评估SPARQL查询有较强局部性的子图(同态)匹配,提出了基于局部模式的碎片化策略,首先,在查询工作负载中挖掘和选择频繁子图模式(频繁访问模式FAPs),然后提出三种分段策略:垂直,水平和混合分段,满足不同类型的查询处理目标的同时划分RDF图。分段后,再在平衡碎片的同时将碎片分配到各个站点。
分段和分配
工作重点是RDF存储库的“数据碎片和分配”,而提议的碎片是基于挖掘的频繁模式。通过利用分布式关系数据库设计的经验,分开分布式设计,更好处理问题。
分段:
分配:给定碎片F,然后在不同的站点间分配碎片。
给定RDF图G,查询工作负载Q和由站点S组成的分布式系统,目标是首先将G分解为碎片F,然后找到F到S的分配A。大多数SPARQL查询都使用一些频繁的RDF属性,所有属性分为以下两类:
在不同站点之间划分具有频繁属性的边,可提高查询性能。收集RDF图中所有不频繁边形成冷图。任何现有方法均用于冷图,但此研究仅在评估SPARQL查询时才使用冷图,如图为系统架构:
离线阶段:在工作负载中挖掘和选择一些FAP。 还要维护和更新选定的FAP集,适应工作量的变化。 然后,基于选择FAP,提出三