gStore:A Graph-based SPARQL Query Engine---part2

最新推荐文章于 2024-09-22 11:17:00 发布

四时风间

最新推荐文章于 2024-09-22 11:17:00 发布

阅读量597

点赞数 1

文章标签：数据库 nosql sql sparql 知识图谱

本文链接：https://blog.csdn.net/vaova/article/details/105769839

版权

gStore是一个用于处理SPARQL查询的图引擎。通过将查询转换为查询签名图，它在优化的VS*-tree结构上寻找匹配。文章介绍了T-index以高效处理聚合查询，并提供了不同的更新策略以维护G*、VS*-tree和T-index。通过星形聚合查询处理和链接属性聚合查询处理策略，gStore提高了对复杂知识图谱查询的响应效率。

摘要由CSDN通过智能技术生成

本文由学者Lei Zou, M. Tamer Özsu, Lei Chen, Xuchuan Shen, Ruizhe Huang & Dongyan Zhao于2014/08/01在《The VLDB Journal 》联合发表
原文下载链接文末自取

给定SPARQL查询Q，先将其编码为查询签名图Q*。然后，在G*上找到Q的匹配。最后，验证是否每个在G*上的Q*匹配也是Q相对于G的匹配。在VS*-tree中自上而下查找匹配项，基本查询处理算法1如下：

首先，在VS-tree中找到G1上的Q*2匹配并插入队列H，得出其摘要匹配并压入队列H。从H弹出摘要匹配并将其扩展到其子状态（子状态=自身做笛卡尔积运算）。从H迭代弹出摘要匹配项，重复此过程直到叶节点。最后，在VS*-tree的叶结点上找到Q*的匹配。

基本BVS-Query算法通过减少Q中每个查询顶点的候选项，而不是改进在非叶子级别查找摘要匹配项，改进算法称为VS*-Query（即算法2）。给定Q中的顶点vi，节点di ∈GI)VS*-tree不能匹配vi，当且仅当下列条件之一成立：

使用了算法2优化了VS*-tree中的引入，使用算法3找到了Q*的匹配项：