| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究目标和主要内容 | 第8页 |
| 1.3 论文组织结构 | 第8-11页 |
| 第2章 RDF图数据与SPARQL查询 | 第11-15页 |
| 2.1 RDF图数据 | 第11-12页 |
| 2.2 SPARQL语法与语义 | 第12-13页 |
| 2.3 SPARQL查询处理 | 第13-15页 |
| 第3章 分布式RDF数据处理系统性能分析 | 第15-25页 |
| 3.1 系统结构 | 第15-17页 |
| 3.2 RDF数据存储 | 第17-22页 |
| 3.2.1 基于DBMS的存储方法 | 第17-19页 |
| 3.2.2 基于分区的存储方法 | 第19-20页 |
| 3.2.3 基于图特性的存储方法 | 第20-22页 |
| 3.3 SPARQL查询 | 第22-25页 |
| 3.3.1 分区的查询策略 | 第22-23页 |
| 3.3.2 基于DBMS的查询策略 | 第23-25页 |
| 第4章 基于GPU的分布式RDF数据处理系统 | 第25-33页 |
| 4.1 GPU的基本知识和相关工作 | 第25-27页 |
| 4.1.1 GPU架构和CUDA编程模型 | 第25-26页 |
| 4.1.2 基于GPU的RDF研究现状 | 第26-27页 |
| 4.2 MapSQ的系统架构 | 第27-29页 |
| 4.3 MapSQ的RDF分布式查询处理 | 第29-33页 |
| 4.3.1 查询分割器 | 第29-30页 |
| 4.3.2 基于MapReduce的并行连接算法 | 第30-32页 |
| 4.3.3 计算资源管理模块 | 第32-33页 |
| 第5章 实验结果及评价 | 第33-41页 |
| 5.1 分布式RDF查询引擎的实验 | 第33-36页 |
| 5.1.1 实验数据与分析 | 第33-35页 |
| 5.1.2 实验评估及分析 | 第35-36页 |
| 5.2 基于GPU的分布式RDF数据处理系统的实验 | 第36-41页 |
| 5.2.1 实验环境和实验数据 | 第36页 |
| 5.2.2 实验评估及实验分析 | 第36-41页 |
| 第6章 总结与展望 | 第41-45页 |
| 6.1 总结 | 第41-42页 |
| 6.2 展望 | 第42-45页 |
| 参考文献 | 第45-51页 |
| 发表论文和参加科研情况说明 | 第51-53页 |
| 致谢 | 第53页 |