RDFBase的查询优化和性能评估.pdfVIP

第一章绪论 或框架。 第四层是本体层(Ontology)，用来处理RDF数据查询并定义RDF中所使用 词汇的含义及其关系。本体层在RDF(S)fl勺基础上定义其概念及关系的抽象描述， 通过描述应用领域的知识和各类资源及资源之间的关系，实现对词汇表的扩展。 在这一层，用户不但可以自定义概念而且还可以定义它们之间的逻辑关系。 第五至七层分别是逻辑层、验证层和信任层。其中，逻辑层是在底下四层的 基础上增添了用于逻辑推理的规则；验证层用于支持用户只能代理之间建立信任 关系的证明交换；信任层用于建立语义网资源信息组织中涉及到相关信任信息。 1．2．2语义网的特点 作为新一代的互联网，语义网在继承现代万维网的基础上，也提出了自己的 特点。 理解文本的内在含义是语义网的最大特点。传统基于超文本传输协议的万维 网主要关注于文本内容的外在呈现，着重描述文本的显示格式：而语义网更加关 注文本的语义信息，通过采用RDF和Ontology技术将文本的元素形式化的表现 给机器，使得机器可以了解文本内容。同时，语义网使用着重描述概念、实例之 网能够容易的理解其所表达的文本信息。 基于文本信息的表达方式方便用户快速和准确的查找。随着信息的指数级增 长，万维网存储着海量的信息，以至于用户需要的查找不能够准确、快速的实现， 即便是搜索引擎，也只是在抓取相关信息后进一步的加工，这样既耗时也需要额 外的开销，同时还不能保证结果的准确率。而对于语义网来说，其相关语义信息 在文本的描述过程中已经完成了部分工作，为检索工作提供了便利。而且语义网 可以了解文本内容，从而剔除了一些没用的信息，提高查询的效率。 1．2．3语义网研究现状 目前，语义网的研究主要分为三个方向：(1)语义网及其关键技术，包括语 义网的体系结构，XML、RDF和Ontology三大相关技术等；(2)语义网对其他学 科或领域的影响，如信息检索，数据挖掘等；(3)针对语义网的具体实验和应用， 包括RDF数据集的存储和查询，Ontology的构建和管理等。 作为一个新兴的研究领域，语义网的实际应用还比较少，没有大范围的使用。 目前语义网研究的热点放在了本体进化、本体信息挖掘等，虽然语法层和资源描 述层的问题基本解决，但大部分RDF数据存储和查询都是利用现有的成熟数据 第一章绪论 库管理技术，将元数据存储在数据表，如何更有效的存储语义网数据还有待解决。 1．3研究内容和组织结构 本文的研究内容是在对己实现RDF存储与查询的数据管理系统RDFBase进 行查询优化和实验评估，研究重点是：(1)介绍RDF和SPARQL相关知识，如 何存储和查询RDF数据；(2)查询优化，对现有的数据管理系统提出一种基于 星型结构的查询优化，提高RDFBase系统的查询效率；(3)性能评估，通过与 成熟的原型系统进行实验比较，查看RDFBase的优点和不足。 文章的内容安排如下：第一章阐述语义网的背景知识，论文的研究目标以及 组织结构：第二章介绍语义网相关的技术，包括RDF和SPARQL查询：第三章 论述RDFBase数据管理系统，包括存储管理和查询处理；第四章研究系统的查 询优化，重点介绍基于星型组的优化方案，主要包括该方法的算法、实现及其他 方面的内容；第五章对RDFBase进行性能评估，通过实验比较RDFBase与现存 的语义Web软件的差异；第六章总结目前RDFBase系统的工作情况以及未来的 研究方向。 4 第二章语义网基础 第二章语义网基础 语义网的核心是显示的表达文本信息，而这信息又隐藏于网络资源数据中， 如何解决资源描述和揭发语义信息是两个重要问题。为了表达和揭发数据语义信 息以及方便数据的查询操作，W3C提出了RDF技术和SPARQL查询语言。 2．1RDF技术 现在的万维网模型主要是面向用户的浏览和搜索，随着网络信息的指数级增 加，现有的模型己不适合海量数据的交换和查询。虽然XML模型可用于数据的 表示和交换，但缺乏描述语义信息的能力，为此W3C采用资源描述框架RDF 和RDF Schema描述网络上的信息资源，为其赋予语义。RDF是一种提供描述 Web资源信息数据的通用语言和方法，拥有简单的语义，同时遵循XML语法和