大规模语义数据存储和查询技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题背景 | 第14-17页 |
| 1.2 研究现状 | 第17-18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.4 本文组织结构 | 第19-20页 |
| 第二章 知识背景 | 第20-27页 |
| 2.1 语义网概述 | 第20-22页 |
| 2.2 OPENRDF SESAME概述 | 第22-24页 |
| 2.3 大规模数据存储系统 | 第24-26页 |
| 2.3.1 HBase | 第24-25页 |
| 2.3.2 内存数据库系统Redis | 第25-26页 |
| 2.4 LUBM BENCHMARK | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 大规模语义数据存储技术研究与设计 | 第27-42页 |
| 3.1 大规模语义数据存储技术研究背景 | 第27-29页 |
| 3.1.1 语义数据存储系统 | 第27-28页 |
| 3.1.2 语义数据存储方案分类 | 第28-29页 |
| 3.2 语义数据存储模型和索引方案设计 | 第29-41页 |
| 3.2.1 查询模式分析 | 第29-30页 |
| 3.2.2 语义数据索引存储模型 | 第30-32页 |
| 3.2.3 语义数据索引方案 | 第32-37页 |
| 3.2.4 存储架构 | 第37-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 大规模语义数据查询优化 | 第42-57页 |
| 4.1 大规模语义数据查询优化基本步骤 | 第42-44页 |
| 4.1.1 构建代价模型 | 第42-43页 |
| 4.1.2 设计查询优化技术 | 第43-44页 |
| 4.1.3 选取最优查询计划 | 第44页 |
| 4.2 连接操作代价模型 | 第44-46页 |
| 4.3 大规模语义数据语义查询优化 | 第46-56页 |
| 4.3.1 基于选择度估值的启发式查询优化算法 | 第47-50页 |
| 4.3.2 自适应的批处理查询优化 | 第50-53页 |
| 4.3.3 其他优化 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 大规模语义数据存储和查询系统设计与实现 | 第57-73页 |
| 5.1 系统设计 | 第57-59页 |
| 5.1.1 体系结构 | 第57-58页 |
| 5.1.2 实现方案 | 第58-59页 |
| 5.2 功能模块实现 | 第59-65页 |
| 5.2.1 RDF模型模块设计 | 第60-61页 |
| 5.2.2 SAIL模块设计 | 第61-63页 |
| 5.2.3 Repository模块设计 | 第63-65页 |
| 5.3 实验对比 | 第65-73页 |
| 5.3.1 实验环境 | 第65页 |
| 5.3.2 查询优化性能对比 | 第65-69页 |
| 5.3.3 同类型系统对比 | 第69-70页 |
| 5.3.4 容错机制 | 第70页 |
| 5.3.5 系统可扩展性对比 | 第70-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文工作总结 | 第73-74页 |
| 6.2 进一步工作 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 附录 研究生期间论文发表 | 第80-81页 |
