基于图的RDF数据存储及查询方法的研究与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的与意义 | 第11页 |
| 1.3 论文研究工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 国内外研究现状和相关技术 | 第14-26页 |
| 2.1 国内外研究现状 | 第14-16页 |
| 2.1.1 基于关系结构的方法 | 第14-15页 |
| 2.1.2 基于图结构的方法 | 第15-16页 |
| 2.2 相关技术 | 第16-25页 |
| 2.2.1 数据形式——RDF | 第16-19页 |
| 2.2.2 数据检索——Join操作和图检索 | 第19-21页 |
| 2.2.3 数据存储——HBase数据库 | 第21-22页 |
| 2.2.4 数据划分——多层次图划分算法 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 系统整体架构 | 第26-36页 |
| 3.1 系统整体框架 | 第26-27页 |
| 3.1.1 集群主节点功能 | 第27页 |
| 3.1.2 集群从节点功能 | 第27页 |
| 3.2 研究框架 | 第27-34页 |
| 3.2.1 RDF数据集 | 第28-29页 |
| 3.2.2 RDF图 | 第29-30页 |
| 3.2.3 基于图的RDF数据拆分 | 第30-31页 |
| 3.2.4 SPARQL查询优化 | 第31页 |
| 3.2.5 基于Hbase的RDF存储 | 第31-34页 |
| 3.3 本章小结 | 第34-36页 |
| 4 基于超图模型的RDF数据划分 | 第36-52页 |
| 4.1 图的数据结构 | 第36-37页 |
| 4.2 粗糙化 | 第37-38页 |
| 4.3 点的权重 | 第38-39页 |
| 4.4 图分割 | 第39-41页 |
| 4.5 图还原 | 第41-42页 |
| 4.6 图划分复杂度 | 第42页 |
| 4.7 实验及分析 | 第42-51页 |
| 4.7.1 实验环境 | 第42页 |
| 4.7.2 实验数据集 | 第42-44页 |
| 4.7.3 实验结果和分析 | 第44-50页 |
| 4.7.4 实验结论 | 第50-51页 |
| 4.8 本章小结 | 第51-52页 |
| 5 SPARQL查询优化 | 第52-60页 |
| 5.1 统计代价模型 | 第52-53页 |
| 5.2 索引模型 | 第53-56页 |
| 5.3 SPARQL查询语句 | 第56页 |
| 5.4 SPARQL查询优化排序 | 第56-58页 |
| 5.5 查询计划和子查询 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 6 原型系统实验及分析 | 第60-74页 |
| 6.1 实验环境 | 第60-61页 |
| 6.2 实验数据集 | 第61页 |
| 6.3 查询用例 | 第61-64页 |
| 6.4 实验结果和分析 | 第64-72页 |
| 6.5 总结 | 第72-74页 |
| 7 总结与展望 | 第74-76页 |
| 7.1 本文主要研究工作 | 第74-75页 |
| 7.2 未来研究工作 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 索引 | 第79-82页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第82-84页 |
| 学位论文数据集 | 第84页 |
