一种基于数据划分实现分布式SPARQL查询的方法方案.PDFVIP

第３３卷第１０期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．１０ ２０１６年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１６ 一种基于数据划分实现分布式ＳＰＡＲＱＬ查询的方法 杜　方 （宁夏大学数学计算机学院　宁夏银川７５００２１） 摘　要　　当海量ＲＤＦ数据存储在分布式平台上时，数据划分的策略将直接影响海量数据的查询效率。为了提高分布式平台上的 海量数据查询效率，提出一种基于分布式平台的有效数据划分方法。该方法根据ＲＤＦ数据图的特征将数据分布在集群的各个节点 上，并在此基础上对ＳＰＡＲＱＬ查询语句进行分解，实现高效的分布式查询。算法在云平台上实现，并在真实的ＲＤＦ数据集上对算法 进行了测试。实验结果证明，与基准方法相比，该算法在查询效率上有很大的提高。 关键词　　ＲＤＦ数据　ＳＰＡＲＱＬ查询　分布式查询　数据划分　数据分布　云平台 中图分类号　ＴＰ３１１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．１０．００６ ＡＮＡＰＰＲＯＡＣＨＦＯＲＩＭＰＬＥＭＥＮＴＩＮＧＤＩＳＴＲＩＢＵＴＥＤＳＰＡＲＱＬＱＵＥＲＹ ＢＡＳＥＤＯＮＤＡＴＡＰＡＲＴＩＴＩＯＮ ＤｕＦａｎｇ （ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＮｉｎｇｘｉａＵｎｉｖｅｒｓｉｔｙ，Ｙｉｎｃｈｕａｎ７５００２１，Ｎｉｎｇｘｉａ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＷｈｅｎｂｉｌｌｉｏｎｓｏｆＲＤＦｄａｔａａｒｅｓｔｏｒｅｄｏｎｄｉｓｔｒｉｂｕｔｅｄｐｌａｔｆｏｒｍ，ｔｈｅｓｔｒａｔｅｇｙｏｆｄａｔａｐａｒｔｉｔｉｏｎｉｎｇｉｓｔｏｄｉｒｅｃｔｌｙａｆｆｅｃｔｔｈｅｅｆｆｉｃｉｅｎｃｙ ｏｆｍａｓｓｉｖｅｄａｔａｑｕｅｒｙ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｑｕｅｒｙｅｆｆｉｃｉｅｎｃｙｏｎｄｉｓｔｒｉｂｕｔｅｄｐｌａｔｆｏｒｍ，ｗｅｐｒｏｐｏｓｅｄａｄｉｓｔｒｉｂｕｔｅｄｐｌａｔｆｏｒｍｂａｓｅｄｅｆｆｉｃｉｅｎｔｄａｔａ ｐａｒｔｉｔｉｏｎｉｎｇｍｅｔｈｏｄ．ＴｈｅｍｅｔｈｏｄｐｌａｃｅｓｄａｔａｏｎｔｏｅａｃｈｎｏｄｅｉｎｃｏｍｐｕｔｅｒｃｌｕｓｔｅｒａｃｃｏｒｄｉｎｇｔｏｔｈｅｆｅａｔｕｒｅｏｆＲＤＦｄａｔａｃｈａｒｔ，ａｎｄｐａｒｓｅｓ ＳＰＡＲＱＬｑｕｅｒｙｓｅｎｔｅｎｃｅｏｎｔｈｉｓｂａｓｉｓｔｏａｃｈｉｅｖｅｅｆｆｉｃｉｅｎｔｄｉｓｔｒｉｂｕｔｅｄｑｕｅｒｙ．Ｔｈｅａｌｇｏｒｉｔｈｍｗａｓｉｍｐｌｅｍｅｎｔｅｄｏｎｃｌｏｕｄｃｏｍｐｕｔｉｎｇｐｌａｔｆｏｒｍ，ａｎｄ ｈａｓｂｅｅｎｔｅｓｔｅｄｏｎｒｅａｌＲＤＦｄａｔａｓｅｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｄｔｈａｔｔｈｅｍｅｔｈｏｄｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅｐａｐｅｒａｃｈｉｅｖｅｄｇｒｅａｔｉｍｐｒｏｖｅｍｅｎｔ ｉｎｑｕｅｒｙｅｆｆｉｃｉｅｎｃｙｃｏｍｐａｒｅｄｗｉｔｈｂｅｎｃｈｍａｒｋｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ　　ＲＤＦｄａｔａ　ＳＰＡＲＱＬｑｕｅｒｙ　Ｄｉｓｔｒｉｂｕｔｅｄｑｕｅｒｙ　Ｄａｔａｐａｒｔｉｔｉｏｎｉｎｇ　Ｄａｔａｐｌａｃｅｍｅｎｔ　Ｃｌｏｕｄｃｏｍｐｕｔｉｎｇｐｌａｔｆｏｒｍ 也有一些研究者提出了在分布式平台上实现对海量 ＲＤＦ ［９］将其方法扩展到分布式 ０　引　言 数据的处理，例如较早的方法ＹＡＲＳ ［１０］