【摘要】：海量RDF數(shù)據(jù)的高效管理是語義網(wǎng)技術(shù)發(fā)展的關(guān)鍵部分，由于RDF數(shù)據(jù)模型的圖特性，面對大規(guī)模RDF數(shù)據(jù)時，，基于關(guān)系數(shù)據(jù)模型、對象數(shù)據(jù)模型等傳統(tǒng)管理方式難以同時滿足低數(shù)據(jù)冗余與高查詢性能這兩個要求。若以圖方式管理RDF數(shù)據(jù)不僅可以避免RDF邏輯數(shù)據(jù)模型與物理數(shù)據(jù)模型之間的轉(zhuǎn)換，而且可利用成熟的圖算法優(yōu)化RDF數(shù)據(jù)查詢。因此本文設計了基于圖數(shù)據(jù)庫的海量RDF數(shù)據(jù)分布式存儲的一個解決方案。 論文首先介紹了當前各類RDF數(shù)據(jù)管理方式以及它們的優(yōu)缺點，并論述了基于圖數(shù)據(jù)模型的管理方式對當前大規(guī)模RDF數(shù)據(jù)的適用性。接著介紹了課題相關(guān)的基本理論知識。然后給出了本文所設計的基于圖數(shù)據(jù)庫的海量RDF數(shù)據(jù)分布式存儲的總體系統(tǒng)架構(gòu)，并詳細介紹了系統(tǒng)中主要模塊的設計細節(jié)與相關(guān)算法。最后在實驗部分驗證了基于圖數(shù)據(jù)庫的RDF數(shù)據(jù)管理方式其綜合性能優(yōu)于基于關(guān)系型數(shù)據(jù)庫的管理方式，另外驗證了系統(tǒng)所支持的分布式存儲特性。論文主要有以下幾個創(chuàng)新點：1）圖數(shù)據(jù)庫分布式存儲擴展；2）基于圖模型視角對RDF數(shù)據(jù)集進行分割；3）SPARQL查詢語言到圖查詢語言的轉(zhuǎn)換。
[Abstract]:The efficient management of massive RDF data is a key part of the development of semantic web technology. Because of the graph characteristics of RDF data model, when facing large-scale RDF data, it is based on relational data model. Traditional management methods such as object data model can not meet the two requirements of low data redundancy and high query performance. If RDF data is managed graphically, it can not only avoid the conversion between RDF logical data model and physical data model, but also optimize RDF data query by using mature graph algorithm. Therefore, this paper designs a solution for distributed storage of massive RDF data based on graph database. Firstly, this paper introduces the current RDF data management methods and their advantages and disadvantages, and discusses the applicability of the management mode based on the graph data model to the current large-scale RDF data. Then introduced the topic related basic theory knowledge. Then, the architecture of the distributed storage system of massive RDF data based on graph database is presented in this paper, and the design details of the main modules and the related algorithms are introduced in detail. Finally, the experimental results show that the comprehensive performance of RDF data management based on graph database is better than that of relational database, and the distributed storage characteristics supported by the system are verified. The main innovations of this paper are as follows: 1) distributed storage extension of graph database; 2) segmentation of RDF data set based on graph model; 3) transformation from SPARQL query language to graph query language.
【學位授予單位】：武漢科技大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP311.13

【共引文獻】

相關(guān)期刊論文 前7條

1 王進鵬;張亞非;苗壯;;SPARQL查詢的關(guān)系代數(shù)表示與轉(zhuǎn)換方法[J];計算機工程與應用;2011年22期

2 袁平鵬;劉譜;張文婭;吳步文;;高可擴展的RDF數(shù)據(jù)存儲系統(tǒng)[J];計算機研究與發(fā)展;2012年10期

3 李心科;秦冬生;;基于有序二叉樹的RDF存儲模型研究[J];合肥工業(yè)大學學報(自然科學版);2013年07期

4 陳立瑋;馮巖松;趙東巖;;基于弱監(jiān)督學習的海量網(wǎng)絡數(shù)據(jù)關(guān)系抽取[J];計算機研究與發(fā)展;2013年09期

5 杜方;陳躍國;杜小勇;;RDF數(shù)據(jù)查詢處理技術(shù)綜述[J];軟件學報;2013年06期

6 虞為;陳俊鵬;;基于MapReduce的書目數(shù)據(jù)關(guān)聯(lián)匹配研究[J];現(xiàn)代圖書情報技術(shù);2013年09期

7 于彤;陳華鈞;李敬華;;中醫(yī)藥語義維基系統(tǒng)研發(fā)[J];中國醫(yī)學創(chuàng)新;2013年34期

相關(guān)會議論文 前1條

1 劉譜;王晶;袁平鵬;吳步文;;大規(guī)模RDF數(shù)據(jù)庫系統(tǒng)TripleBit[A];第29屆中國數(shù)據(jù)庫學術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

相關(guān)博士學位論文 前3條

1 鮮國建;農(nóng)業(yè)科技多維語義關(guān)聯(lián)數(shù)據(jù)構(gòu)建研究[D];中國農(nóng)業(yè)科學院;2013年

2 李韌;基于Hadoop的大規(guī)模語義Web本體數(shù)據(jù)查詢與推理關(guān)鍵技術(shù)研究[D];重慶大學;2013年

3 唐富年;面向語義正確性的集成數(shù)據(jù)訪問方法研究[D];國防科學技術(shù)大學;2012年

相關(guān)碩士學位論文 前10條

1 吳德龍;基于存儲優(yōu)化模型的RDF數(shù)據(jù)查詢機制研究[D];華中科技大學;2011年

2 伍印廷;RDFBase的查詢優(yōu)化和性能評估[D];天津大學;2012年

3 劉譜;高擴展的RDF數(shù)據(jù)存儲系統(tǒng)研究[D];華中科技大學;2012年

4 朱敏;基于HBase的RDF數(shù)據(jù)存儲與查詢研究[D];南京大學;2013年

5 王北辰;基于結(jié)構(gòu)化索引的RDF數(shù)據(jù)存儲及查詢方法的研究與實現(xiàn)[D];北京交通大學;2013年

6 李博;基于語義關(guān)系的高血壓臨床指南知識庫構(gòu)建[D];電子科技大學;2013年

7 劉曉麗;總分關(guān)系及其在語義Web查詢中的應用[D];大連海事大學;2013年

8 秦冬生;基于云計算的RDF數(shù)據(jù)存儲系統(tǒng)的研究[D];合肥工業(yè)大學;2013年

9 宋紀成;海量RDF數(shù)據(jù)存儲與查詢技術(shù)的研究與實現(xiàn)[D];北京工業(yè)大學;2013年

10 趙振財;分布式環(huán)境下大規(guī)模圖數(shù)據(jù)上距離查詢研究[D];哈爾濱工業(yè)大學;2013年

本文編號：2351504