| 分布式环境下大规模资源描述框架数据划分方法综述 |
| |
| 引用本文： | 杨程,陆佳民,冯钧. 分布式环境下大规模资源描述框架数据划分方法综述[J]. 计算机应用, 2005, 40(11): 3184-3191. DOI: 10.11772/j.issn.1001-9081.2020040539 |
| |
| 作者姓名： | 杨程 陆佳民 冯钧 |
| |
| 作者单位： | 河海大学 计算机与信息学院, 南京 211100 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFC0405806，2018YFC0407901）。 |
| |
| 摘 要： | 随着知识图谱的日益发展和在各个垂直领域的广泛应用，对于资源描述框架（RDF）数据的高效处理需求日益成为现代大数据管理领域中的新课题。RDF是W3C提出的用于描述知识图谱实体以及实体间关系的数据模型。为了有效地应对大规模RDF数据的存储和查询，很多学者考虑在分布式环境中管理RDF数据。RDF数据的分布式存储所面临的关键问题是数据的划分，而划分的结果很大程度上决定了SPARQL的查询性能。从数据划分的角度，主要围绕两类：基于图结构的RDF数据划分方法和基于语义的RDF数据划分方法展开深入阐述。前者包括多粒度层次划分、模板划分和聚类划分，适用于通用领域查询的语义范畴较为宽泛的场景；后者包括哈希划分、垂直划分和模式划分，更加适用于垂直领域查询的语义范畴相对固定的环境。此外，针对几种典型的划分方法进行对比与分析，为未来RDF数据划分方法的研究提供参考。最后，对未来RDF数据划分方法的发展方向进行了归纳总结。
|
| 关 键 词： | 资源描述框架 数据划分 分布式RDF数据存储 SPARQL查询 分布式数据库 |
| 收稿时间： | 2020-04-26 |
| 修稿时间： | 2020-06-21 |
Survey of large-scale resource description framework data partitioning methods in distributed environment |
| |
| YANG Cheng,LU Jiamin,FENG Jun. Survey of large-scale resource description framework data partitioning methods in distributed environment[J]. Journal of Computer Applications, 2005, 40(11): 3184-3191. DOI: 10.11772/j.issn.1001-9081.2020040539 |
| |
| Authors: | YANG Cheng LU Jiamin FENG Jun |
| |
| Affiliation: | College of Computer and Information, Hohai University, Nanjing Jiangsu 211100, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
