本文關(guān)鍵詞：基于屬性表的RDF數(shù)據(jù)存儲系統(tǒng)研究　出處：《南京大學(xué)》2013年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： RDF數(shù)據(jù) 屬性表 存儲系統(tǒng) PID控制器 Jena

【摘要】：語義網(wǎng)是對當(dāng)前萬維網(wǎng)的擴展,通過在網(wǎng)頁中加入語義內(nèi)容,使得計算機能夠更好地理解和處理這些信息。RDF是語義網(wǎng)中用來表示知識的數(shù)據(jù)模型,伴隨語義網(wǎng)的發(fā)展RDF正得到越來越廣泛的應(yīng)用。隨著RDF數(shù)據(jù)量的增加,如何高效地存儲大量RDF數(shù)據(jù)成為一個難題。本文從RDF數(shù)據(jù)的屬性表存儲方法出發(fā),研究針對RDF數(shù)據(jù)的屬性選擇算法、屬性表動態(tài)調(diào)整算法及其相關(guān)技術(shù)。 已有研究表明,不同的RDF數(shù)據(jù)集和查詢往往需要不同的存儲方案,現(xiàn)有的RDF存儲方法在不同應(yīng)用場景下各有優(yōu)劣。屬性表存儲方法由于可以根據(jù)不同查詢動態(tài)定制屬性表結(jié)構(gòu),因此備受青睞。屬性表存儲需要指定一個屬性選擇算法,來確定各屬性表中的屬性,目前主流的屬性選擇算法大多直接套用其他領(lǐng)域類似問題的解決辦法,例如數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘算法、分布式數(shù)據(jù)庫中的垂直分區(qū)算法等。本文提出一種新的針對RDF數(shù)據(jù)的屬性選擇算法,不僅可以根據(jù)查詢動態(tài)選擇屬性表結(jié)構(gòu),達(dá)到為應(yīng)用定制存儲策略的效果,還針對RDF數(shù)據(jù)查詢引入連接操作多的問題,優(yōu)化了屬性選擇算法,盡量減少在表中的連接。 在屬性選擇算法研究基礎(chǔ)上,本文設(shè)計了可以在系統(tǒng)的運行過程中動態(tài)調(diào)整屬性表結(jié)構(gòu)的方法。由于屬性表的創(chuàng)建和修改開銷很大,現(xiàn)有的方法主要使用靜態(tài)的屬性表生成方法,不考慮屬性表結(jié)構(gòu)調(diào)整對系統(tǒng)性能造成的影響,這樣的算法需要在系統(tǒng)啟動前或者停機時運行。本文提出了一種判斷系統(tǒng)負(fù)載的算法,該算法采用類似PID控制器的思想,可以根據(jù)各時間段內(nèi)查詢和響應(yīng)的情況定性地給出系統(tǒng)是否空閑。并且本文設(shè)計了一種屬性表的增量調(diào)整算法,可以在屬性級別給出將舊表結(jié)構(gòu)調(diào)整為新表結(jié)構(gòu)需要進(jìn)行的操作,并在每個屬性調(diào)整前檢查系統(tǒng)負(fù)載,只在空閑時進(jìn)行調(diào)整,以將屬性表動態(tài)調(diào)整的影響降到最低。 最后,本文在現(xiàn)有的開源語義網(wǎng)工具Jena中增加了屬性表存儲的功能,通過修改其中的查詢處理模塊,可以將查詢中合適的數(shù)據(jù)訪問重定向到屬性表上進(jìn)行。為了考察在真實應(yīng)用場景下屬性表存儲的性能,本文還在SP2Bench SPARQL性能測試工具中增加了模擬用戶數(shù)變化的功能。結(jié)合改進(jìn)的Jena與SP2Bench的實驗表明,本文提出的屬性表屬性選擇算法和調(diào)整時機選擇算法可以顯著地提高系統(tǒng)的性能。
[Abstract]:The semantic web is an extension of the current web, by adding semantic content in a web page, which the computer can understand and process the information.RDF is a semantic network knowledge representation model used in RDF, with the development of the semantic web is becoming more and more widely used. With the increasing amount of RDF data, how to efficiently the storage of a large number of RDF data has become a problem. This paper from the attribute table storage method of RDF data based on RDF data attribute selection algorithm, attribute table dynamic adjustment algorithm and its related technology.
Studies have shown that different RDF data sets and queries often require different storage schemes, existing RDF storage method have advantages and disadvantages in different application scenarios. The attribute table storage method because it can according to the different custom attribute dynamic query table structure, and therefore favored. Attribute table storage specifies an attribute selection algorithm to determine each attribute in the attribute table, the current mainstream attribute selection algorithm mostly directly applied to similar problems in other areas of the solution, such as association rules mining algorithm in distributed database vertical partitioning algorithm. This paper proposes a new attribute selection algorithm for RDF data, not only can query according to the dynamic selection the attribute table structure, reach for the application of custom storage strategy effect, but also for the RDF data query into the connection operation many problems, optimize the attribute selection algorithm Try to reduce the connection in the table as far as possible.
On the basis of property selection algorithm, this paper designs can be in the process of running the system to dynamically adjust the structure of the table. The attribute table creation and modification overhead, the existing methods mainly use the static attribute table generation method, without considering the attribute table structure adjustment impact on system performance, such as the algorithm needs before the system starts or stops running. This paper proposes a algorithm of load judgment system, the algorithm adopts PID controller similar ideas, according to each period of time, the query and response system is given to whether free. And this paper proposes an incremental algorithm for attribute table can be adjusted. The old table will be given at the attribute level adjustment for the new table structure need operation, and adjust the load before the check system in each attribute, only be adjusted when idle, to The impact of the dynamic adjustment of the attribute table is reduced to a minimum.
Finally, this paper adds the attribute table storage function in the existing open source semantic web tools in Jena, the query processing module to modify the query in data access can be appropriate to redirect the property tables. In order to investigate the performance in real application scenarios attribute table storage, based on the SP2Bench SPARQL performance testing tools. Increase of user number simulation function. The combination of Jena and SP2Bench show that the improved experiment, the proposed attribute table attribute selection algorithm and adjusting timing algorithm can significantly improve the performance of the system.

【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP333;TP273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋慶美,周明剛;基于XML的三個常用元數(shù)據(jù)描述工具的評價與比較[J];情報科學(xué);2003年06期

2 梅曉勇,肖政宏;基于XML的排課系統(tǒng)研究與實現(xiàn)[J];湖南城建高等�？茖W(xué)校學(xué)報;2003年03期

3 董愛兵,王小平,曹立明;基于FIPA ACL和RDF的Agent通信語言[J];計算機應(yīng)用研究;2005年07期

4 任磊;譚躍生;;基于RDF元數(shù)據(jù)的網(wǎng)格資源統(tǒng)一描述方法[J];內(nèi)蒙古科技大學(xué)學(xué)報;2009年02期

5 任瑞娟;XML對數(shù)字圖書館的影響[J];大學(xué)圖書館學(xué)報;2002年06期

6 張惠文;基于XML的元數(shù)據(jù)架構(gòu)[J];情報科學(xué);2002年10期

7 張惠文;基于XML的元數(shù)據(jù)架構(gòu)[J];現(xiàn)代情報;2002年07期

8 李曉紅,侯敏;網(wǎng)絡(luò)環(huán)境下元數(shù)據(jù)格式比較研究[J];圖書館學(xué)刊;2003年05期

9 羅三定,廖程鋒;一種新的搜索引擎探討[J];情報學(xué)報;2004年04期

10 周智昊;;資源描述框架的形式化表示問題研究[J];華中農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版);2007年04期

相關(guān)會議論文 前10條

1 李勛龍;郭瑞強;丁祥武;樂嘉錦;;基于RDF模式的存儲方法研究[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

2 華雯;王琰;陳躍國;陳晉川;杜小勇;;一個基于演化聚類的RDF數(shù)據(jù)管理系統(tǒng)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

3 陶導(dǎo);錢衛(wèi)寧;魏芳;周傲英;;基于關(guān)系數(shù)據(jù)庫的RDF數(shù)據(jù)存儲[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

4 吳剛;楊夢冬;;RDF數(shù)據(jù)的并行處理及性能評價[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

5 周斌;雷建國;;一項新型垃圾衍生燃料(RDF)制備工藝系統(tǒng)[A];2010中國環(huán)境科學(xué)學(xué)會學(xué)術(shù)年會論文集(第四卷)[C];2010年

6 黃新艷;姚文琳;徐建良;;基于漢英雙語語料庫的漢英Ontology的建立與管理[A];第七屆青年學(xué)術(shù)會議論文集[C];2005年

7 石翌軼;;基于前向鏈策略的RDF閉包生成技術(shù)研究[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

8 王伯春;劉寶林;李代禧;余德洋;;不同條件下水玻璃化過程的模擬[A];第六屆全國低溫生物醫(yī)學(xué)及器械學(xué)術(shù)大會論文集[C];2009年

9 徐慧;劉會芬;肖德寶;熊磊;徐艷;;面向語義網(wǎng)的智能信息檢索研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2007年

10 賈永生;齊中華;王俊杰;;淺談AutoCAD與Arc/Info數(shù)據(jù)屬性信息互轉(zhuǎn)[A];2001年東北三省測繪學(xué)術(shù)與信息交流會論文集[C];2001年

相關(guān)重要報紙文章 前10條

1 ;惠普發(fā)布新一代數(shù)據(jù)存儲系統(tǒng)[N];人民郵電;2004年

2 ;存儲保平安[N];計算機世界;2002年

3 ;浪潮存儲舉辦高端存儲方案巡展[N];人民郵電;2006年

4 建研院;如何繪制綠籬線[N];中國花卉報;2008年

5 英小勇;“數(shù)據(jù)金庫”的堅實地基[N];計算機世界;2002年

6 本報駐英國記者 劉海英;未來的網(wǎng)絡(luò)知你心[N];科技日報;2011年

7 本報記者 錢煒;奧運助推我網(wǎng)絡(luò)存儲發(fā)展[N];科技日報;2005年

8 江蘇寧滬高速公路股份有限公司 楊慶 周遠(yuǎn)航;建立公路路面信息數(shù)據(jù)庫[N];計算機世界;2006年

9 周晨;高校數(shù)字圖書館青睞IP SAN[N];科技日報;2007年

10 周青邋編譯;無重復(fù)備份是ILM成功的關(guān)鍵[N];計算機世界;2007年

相關(guān)博士學(xué)位論文 前10條

1 謝銘;關(guān)聯(lián)數(shù)據(jù)和知識表示的自動語義標(biāo)注技術(shù)[D];武漢大學(xué);2012年

2 竇平安;電子商務(wù)語義信息共享模式[D];吉林大學(xué);2009年

3 施冬材;基于對等網(wǎng)絡(luò)的語義發(fā)布/訂閱系統(tǒng)的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2007年

4 郭曉君;關(guān)聯(lián)課程數(shù)據(jù)組織及知識管理研究[D];武漢大學(xué);2012年

5 黃庚保;區(qū)域質(zhì)量形勢評價及預(yù)測技術(shù)研究[D];重慶大學(xué);2009年

6 趙頂位;中小學(xué)生幾何類比推理能力診斷評價中的理論與技術(shù)研究[D];江西師范大學(xué);2011年

7 陳海霞;計算機數(shù)據(jù)存儲系統(tǒng)中讀寫頭/盤間超薄氣膜動力穩(wěn)定性研究[D];華中科技大學(xué);2004年

8 姜贏;維度本體及其應(yīng)用[D];武漢大學(xué);2009年

9 袁晶;大規(guī)模軌跡數(shù)據(jù)的檢索、挖掘和應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2012年

10 袁遠(yuǎn)明;智慧城市信息系統(tǒng)關(guān)鍵技術(shù)研究[D];武漢大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陶承愷;基于屬性表的RDF數(shù)據(jù)存儲系統(tǒng)研究[D];南京大學(xué);2013年

2 劉譜;高擴展的RDF數(shù)據(jù)存儲系統(tǒng)研究[D];華中科技大學(xué);2012年

3 劉暢;基于大規(guī)模模糊RDF數(shù)據(jù)的推理引擎[D];上海交通大學(xué);2012年

4 楊琴;基于關(guān)系數(shù)據(jù)庫的RDF存儲與查詢的研究與實現(xiàn)[D];電子科技大學(xué);2010年

5 盧珊;UML類圖模型到RDF（S）的映射方法的研究[D];東北大學(xué);2010年

6 孫博;RDF數(shù)據(jù)管理系統(tǒng)研究[D];天津大學(xué);2010年

7 吳德龍;基于存儲優(yōu)化模型的RDF數(shù)據(jù)查詢機制研究[D];華中科技大學(xué);2011年

8 朱敏;基于HBase的RDF數(shù)據(jù)存儲與查詢研究[D];南京大學(xué);2013年

9 肖竹軍;基于RDF的語義節(jié)點間關(guān)系路徑的檢索[D];武漢理工大學(xué);2011年

10 程佳;一種基于Hadoop的RDF數(shù)據(jù)劃分與存儲研究[D];南京大學(xué);2013年

，

本文編號：1380945