高擴(kuò)展的RDF數(shù)據(jù)存儲(chǔ)系統(tǒng)研究.pdf

1、由于 RDF(Resource Description Framework)數(shù)據(jù)具有表達(dá)靈活,數(shù)據(jù)交換方便等優(yōu)點(diǎn),其數(shù)據(jù)量在以驚人的速度增長(zhǎng)。傳統(tǒng)的RDF數(shù)據(jù)存儲(chǔ)系統(tǒng)或以關(guān)系數(shù)據(jù)庫(kù)為存儲(chǔ)后端,或以本地存儲(chǔ)方式存儲(chǔ)數(shù)據(jù),但是這些存儲(chǔ)方式在存儲(chǔ)大規(guī)模的RDF數(shù)據(jù)時(shí)都面臨著擴(kuò)展性問(wèn)題。在存儲(chǔ)大規(guī)模 RDF數(shù)據(jù)時(shí),需要降低數(shù)據(jù)的存儲(chǔ)空間并加速查詢處理。但目前提出的存儲(chǔ)方式不夠緊湊且存在大量的冗余數(shù)據(jù),導(dǎo)致在生成查詢計(jì)劃和執(zhí)行過(guò)程中消耗了大量的時(shí)

2、間。
　　高擴(kuò)展的RDF數(shù)據(jù)存儲(chǔ)系統(tǒng) TripleBit旨在為大規(guī)模 RDF數(shù)據(jù)提供一個(gè)高效的存儲(chǔ)和查詢方案。利用RDF數(shù)據(jù)特點(diǎn),系統(tǒng)將 RDF數(shù)據(jù)表達(dá)成一個(gè)位圖矩陣。為了降低數(shù)據(jù)占用空間,在數(shù)據(jù)存儲(chǔ)時(shí)針對(duì)各個(gè)數(shù)據(jù)表特征和作用設(shè)計(jì)了相應(yīng)的壓縮算法。在底層具體存儲(chǔ)時(shí)采用了基于內(nèi)存的存儲(chǔ)方式降低了系統(tǒng)在存儲(chǔ)和查詢時(shí)的I/O開(kāi)銷,并采用了數(shù)據(jù)分塊的存儲(chǔ)方法,既使得存儲(chǔ)管理方便又使得存儲(chǔ)結(jié)構(gòu)緊湊,加速了查詢處理。為了提高 RDF數(shù)據(jù)查找的

3、速度,系統(tǒng)設(shè)計(jì)了兩類索引分別加速系統(tǒng)數(shù)據(jù)塊的定位和謂詞未知的查詢處理。在查詢 RDF數(shù)據(jù)時(shí),系統(tǒng)基于啟發(fā)式規(guī)則簡(jiǎn)單有效地生成查詢計(jì)劃。在執(zhí)行查詢計(jì)劃時(shí),根據(jù)查詢類型采用不同的執(zhí)行策略,并利用并行執(zhí)行子系統(tǒng)提高連接查詢操作的效率。對(duì)于多變量的查詢計(jì)劃,采用二步執(zhí)行策略減少查詢過(guò)程中產(chǎn)生的中間結(jié)果,并動(dòng)態(tài)地調(diào)整查詢計(jì)劃。
　　與目前流行 RDF數(shù)據(jù)存儲(chǔ)系統(tǒng) RDF-3X進(jìn)行性能對(duì)比測(cè)試的結(jié)果表明,在存儲(chǔ)空間上比 RDF-3X至少降低了