多粒度并行的分布式子图匹配算法的研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第2章 相关工作 | 第13-23页 |
| 2.1 分布式计算平台 | 第13-14页 |
| 2.1.1 Mapreduce | 第13页 |
| 2.1.2 Hadoop | 第13-14页 |
| 2.1.3 Spark | 第14页 |
| 2.2 图计算平台 | 第14-17页 |
| 2.2.1 Giraph | 第15页 |
| 2.2.2 Graphlab | 第15-16页 |
| 2.2.3 graph X | 第16-17页 |
| 2.3 子图匹配算法 | 第17-20页 |
| 2.3.1 单机方法的子图匹配 | 第17-18页 |
| 2.3.2 集群中的子图匹配 | 第18-20页 |
| 2.4 RDF查询 | 第20-23页 |
| 第3章 查询预处理方法 | 第23-35页 |
| 3.1 查询树VS查询图 | 第23-27页 |
| 3.2 查询树的生成和筛选 | 第27-31页 |
| 3.3 RDF数据的预处理 | 第31-35页 |
| 第4章 并行子图匹配方法 | 第35-47页 |
| 4.1 匹配框架 | 第35-38页 |
| 4.2 独立子节点的匹配 | 第38-40页 |
| 4.3 非独立子节点的匹配 | 第40-47页 |
| 第5章 通信和计算的优化 | 第47-64页 |
| 5.1 通信内容的优化 | 第47-56页 |
| 5.1.1 通信化简 | 第47-50页 |
| 5.1.2 优化实现 | 第50-53页 |
| 5.1.3 化简信息的恢复 | 第53-56页 |
| 5.2 多粒度并行 | 第56-62页 |
| 5.2.1 粗粒度并行和中粒度并行 | 第57-58页 |
| 5.2.2 细粒度并行 | 第58-62页 |
| 5.3 RDF特殊处理 | 第62-64页 |
| 第6章 算法验证 | 第64-73页 |
| 6.1 测试环境 | 第64-65页 |
| 6.2 PATENT&WORDNET | 第65-69页 |
| 6.2.1 Word Net | 第65-66页 |
| 6.2.2 USPatent | 第66-67页 |
| 6.2.3 扩展性测试 | 第67-69页 |
| 6.3 合成数据集 | 第69-70页 |
| 6.4 RDF数据集 | 第70-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读学位期间发表论文与研究成果清单 | 第77-78页 |
| 致谢 | 第78页 |
