RDF 数据查询处理技术综述

随着语义网以及信息抽取技术等研究的发展,Web上涌现出越来越多的RDF数据,海量RDF数据的管理,已经成为学术界和工业界研究的热点之一。从RDF数据集形态及RDF数据组织存储两个维度以及查询表述、查询处理、查询优化等方面,深入地分析和比较了RDF数据查询处理方法,并在此基础上提出了未来研究的方向和挑战。     

RDF数据的并行处理及性能评价

语义Web作为数据之网不断汇集并组织Web信息,相关应用因此面临着对语义Web所含大规模RDF数据高效访问的挑战.利用并行处理技术提高性能是一种解决之道,其核心是RDF数据的放置策略和并行查询处理.已有工作尚未系统研究RDF数据放置策略的分类与特点,及其对查询处理性能的影响.分析了RDF数据上各类数据放置幕略及其对查询处理性能影响,通过LUBM测试基准结果分析评价了典型的RDF并行处理策略(数据放置策略及相应并行查询处理)的实际性能,为提出更有效的并行处理策略奠定了基础.     

一种基于RAL的RDF查询方案

随着RDF的出现,其相应的查询语言也应运而生.然而,这些语言都没有考虑RDF代数关系(RDF algebra,简称RAL),因此,这样的RDF查询语言通常没有使用APIs来描述它们的语义和优化问题,这对于RDF查询会导致一种低性能行为.为此,为RDF查询语言和执行RDF查询优化提供一种RAL.首先定义RAL的数据模型、然后呈现处理数据的运算和等价规则、最后描述应用RAL运算和等价规则来查询RDF的优化.     

从关系数据库到RDF的转换

随着语义Web的快速发展,利用已有的数据资源来构建本体受到了很大程度的重视。因此,作为资源描述框架的RDF在语义Web中的地位就显得越来越重要。由于大量的数据都存储在关系数据库里面,因此如何将关系数据库中的数据转换为RDF成为一个亟待解决的问题。提出了一种能自动将关系数据库数据转换为RDF的方法,同时给出了详细的映射规则和转换过程,并通过一个实例验证了该方法的可行性。     

基于RDF的查询引擎系统架构

Iseek可建立在从关系数据库到专用RDF三元组存储的多种存储库上，为了实现准确查询，该查询引擎采用RQL作为查询语言，而且由于加入了基于描述逻辑的推理机制，它能为用户返回语义上相关度较高的信息。     

海量RDF数据的分布式存储研究

介绍海量KDF数据分布式存储的一种解决方案.R39F数据是按照主题-谓词-对象三元组进行存储的,重要的RDF数据还存储了额外的信息,例如版本信息、临时查询信息等.学习和研究当前流行的几种分布式存储框架,依托于开源框架HBase,在Linux集群上实现高效、协作地存储海量RDF数据.     

RDF(S)模型到关系数据库模式的转换

针对资源描述框架和资源描述框架模式(RDF(S))的数据管理问题,提出一种RDF(S)模型到关系数据库模式的转换方法。在对RDF(S)模型和关系数据库模式进行形式化定义的基础上,给出RDF(S)模型到关系数据库模式的转换规则和算法,设计并实现相应的转换系统,通过实验验证该转换方法的可行性和有效性。     

语义Web中RDF元数据的存储与管理

语义Web的实现首要解决的问题就是对资源的描述,RDF是描述信息资源的基础,管理和存储RDF数据成为必须要解决的问题。如果把RDF数据存储在关系数据库中,就可以有效地利用现有的数据库资源来管理RDF数据。本文用垂直Scheme的格式来构造RDF数据存储表,通过模式映射把RDF数据映射成RDF数据存储表中的记录;此外又给出了用RDF视图查询RDF数据的方法为实现语义查询打下了基础。     

RDF数据浏览的研究综述

随着语义网的快速发展,目前Web上语义网数据已经达到相当的规模,成为重要的信息和知识来源.因此,RDF数据浏览的研究开始得到广泛关注.通过对比传统Web信息浏览和RDF数据浏览两个问题,指出RDF数据浏览的5个重要问题:确定浏览子图的模式、数据的收集、大规模数据的处理、数据的组织方式以及数据的呈现方式.基于这些挑战,我们调研了多个系统和不同的解决方案.最后,总结了目前的研究现况,讨论存在的挑战,并提出未来的研究方向.     

多元数据携带工具RDF的探讨

元数据的使用对网络信息约组织、挖掘、检索和利用十分有益,RDF的引入使得多种元数据共荣共存.本文通过介绍元数据、RDF的一些基本概念与RDF数据模型,描述了RDF应用的广阔前景.     

RDF查询语言到SQL语言的转换原理及其实现方法

RDF查询语言的优点是具有语义性,缺点是对于海量信息的存储和查找的效率都很低．而关系数据库对海量信息的存储和查找的效率皆很高,但是其查询语言SQL却缺乏语义信息．为了使信息查询既有RDF的语义性又有关系数据库的高性能,提出将RDF查询语言到SQL语言的转换原理,并在此基础上实现一个对用户透明的、建立在关系数据库之上的RDF查询引擎．其优点是：可以利用关系数据库来存储和查询RDF信息,提高其海量存储和查找效率;对存储在不同的关系数据库中的关系数据,能够利用RDF的查找特性进行异质数据库之间的信息交换及信息融合．     

一种从HTML页面到RDF文档的转化方法

传统互联网页面是基于HTML语法结构的，这种结构适合于计算机上的显示．但页面所表达的含义需要用户在浏览的时候加以识别，这对于信息的检索和实现知识的共享是非常不便的。文章介绍了一种根据HMTL语法结构来实现HTML页面到RDF文档的转化方法，它可以将HTML文档从结构上转换为以XML语法为基础的RDF文档。     

大数据中RDF语义数据存储优化探讨

结合大数据的特点和语义Web的理论,对大数据中的RDF语义数据的描述和存储进行研究。分析各种数据库存储RDF语义数据的优点和缺点,指出图数据库存储RDF语义数据的优势。最后采用Neo4j开源Java代码实现了一个图数据库系统,通过运行实例验证了以上结论。     

基于RDF句子的语义网文档搜索

语义网文档搜索是发现语义网数据的重要手段.针对传统信息检索方法的不足,提出基于RDF句子的文档词向量构建方法.首先,文档被看作RDF句子的集合,从而在文档分析和索引时能够保留基于RDF句子的结构信息.其次,引入资源的权威描述的定义,能够跨越文档边界搜索到语义网中互连的数据.此外,扩展了传统的倒排索引结构,使得系统能够提取出更加便于阅读和理解的片段.在大规模真实数据集上的实验表明,该方法可以显著地提高文档检索的效率,在可用性上具有明显的提升.     

A survey of RDF data management systems

RDF is increasingly being used to encode data for the semantic web and data exchange. There have been a large number of works that address RDF data management following different approaches. In this paper we provide an overview of these works. This review considers centralized solutions (what are referred to as warehousing approaches), distributed solutions, and the techniques that have been developed for querying linked data. In each category, further classifications are provided that would assist readers in understanding the identifying characteristics of different approaches.