3 基于nosql的rdf数据存储和查询.docVIP

基于NoSQL的RDF数据存储与查询技术综述 王林彬1,2，黎建辉2，沈志宏2 （1．中国科学院大学, 北京 100190；2. 中国科学院计算机网络信息中心 科学数据中心， 北京100190） 摘要：随着语义网的发展和RDF（Resource Description Framework，资源描述框架）数据量的快速增长，利用NoSQL数据库存储和管理大规模RDF数据已经成为了当前的研究热点。介绍了NoSQL数据库的种类划分和各类型特点，阐述了RDF数据在各类NoSQL数据库中存储结构设计和并行查询算法的研究现状，分析比较了不同方法的优缺点。最后，讨论了利用NoSQL数据库管理RDF的优势，总结了现有研究的不足之处，并展望了未来的研究方向。 关键词：资源描述框架； NoSQL数据库； 数据模型；存储结构设计；RDF并行查询算法 中图分类号：TP392 文献标志码：A 文章编号： Overview of NoSQL databases for large scaled RDF data management WANG Linbin1,2, LI Jianhui2, SHEN Zhihong2 University of Chinese Academy of Sciences, Beijing 100190, China; 2. Science Data Center, Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China) Abstract: With the development of Semantic Web and rapid growth of RDF (Resource Development Framework) data, it has become a research hotspot to make use of NoSQL databases to store and manage massive RDF data. This paper introduced characteristics of different types of NoSQL databases, elaborated storage organization of RDF data, parallel query algorithms in different types of NoSQL respectively and compared strength and weakness of different strategies. At last, this paper discussed advantages of managing RDF data in NoSQL database, summarized disadvantages of current researches and proposed future directions. Key words: Resource Description Framework; NoSQL database; data model; storage organization; RDF parallel query algorithm 语义网的快速发展和互联网数据的急剧增长，对大规模关联数据的存储和处理提出了新的挑战。传统集中式的RDF存储系统已经越来越难以满足海量数据应用，人们开始将目光投向分布式数据库系统。目前，这方面的研究可以划分为两类[]：一是专门开发分布式RDF存储系统，例如4store[]、Bigdata[]、YARS[]等，这类系统采用传统的分布式计算架构并对RDF存储和查询进行了专有的优化；另一种是采用基于云计算环境的、支持分布式计算的非传统数据库——即NoSQL数据库[]来存储和管理大规模RDF数据。 NoSQL数据库种类繁多，逻辑模型和物理实现上千差万别，但是一个共同的特点都是去掉了RMDBS的关系型特征，结构简单，因此具备大数据量下优秀的读写能力。除了高性能外，NoSQL灵活的数据模型、高可用的架构和能够部署在廉价的PC集群上的特点，都使得它被众多研究开发人员所青睐。基于上述优点，部分RDF研究者开始专注于NoSQL数据库，以期解决大规模RDF的存储和查询问题。尽管目前这方面研究还处于初始阶段，但是已经有一些研究成果，并有许多系统被开发出来。本文在充分调研和深入分析的基础上，对现有的基于NoSQL数据库的RDF数据存储和查询技术进行了分析和综述。 RDF和SPARQL RDF是由W3C（World Wide Web Conso