基于关系数据库的RDF数据存储.docVIP

本文受上海市科委科技攻关项目“数字媒体综合素材库建设与关键技术研究”（07dz15007）资助 基于关系数据库的RDF数据存储 陶导1 钱卫宁2 魏芳1 周傲英2 1 (复旦大学计算机科学与工程系，上海 200433) 2 (华东师范大学海量计算研究所，上海 200062) (taodao@) 摘要 在语义网中，信息以及信息之间的关系使用元数据和本体库来表示，RDF和RDF Schema是W3C规定的用于表示元数据和本体的标准[1]。由于RDF数据具有图的结构特点，存储和查询比较复杂，没有一个统一的标准，因此如何有效的存储和查询RDF数据成为了研究的一个热点。本文讨论了RDF数据存储的难点和问题所在，提出了一个存储RDF数据的算法。基于LUBM生成的数据，我们设计了不同复杂度和结构的查询，以检验不同算法的查询和存储效率。在模拟数据和真实数据上的存储实验表明，采用该算法可以提高效率。 关键词 RDF存储；RDF查询；相同谓词值优先搜索 RDF Data Storage on Relation Database Tao Dao1, Qian Weining2, Wei Fang1 and Zhou Aoying2 1 (Department of Computer Science and Engineering, Fudan University, Shanghai 200433) 2 (Institute of Massive Computing, Software Engineering Institute, East China Normal University, Shanghai 200062) Abstract In the semantic web, information and the relation between them is represented by metadata and ontology. The Resource Description Framework (RDF) and RDF Schema is the standard for representing this information. Due to RDF data’s graph structure, the storage and query of RDF data is complex and there’s no standard method for this. In this paper, we discuss the problems in the storage and describe an algorithm of RDF storage. We design several queries that have different complexity based on the LUBM to evaluate the efficiency of different algorithms. Experiment on the real world data and virtual data shows that the algorithm we described has higher efficiency. Keywords RDF storage; RDF query; Same Predicate value first search 1.简介 RDF(Resource Description Framework),是一种用于描述Web资源的标记语言，它使用简单的数据模型来描述复杂的实体和实体间的关系[2]。RDF数据具有图的结构，随着RDF数据的日益增加，如何存储RDF这种图结构的数据成为了较为普遍的研究方向。 随着RDF数据的广泛应用，其数据规模也日益庞大，RDF图的规模甚至达到数千万个节点。而且不同的RDF数据可以通过一些链接的方法合并成一个数据集，所以在实际应用中，我们经常会面对内存空间不足以载入所有RDF数据的情况，这导致了我们需要频繁的在外存和内存间交换数据来完成数据处理，从而使得数据交换成为整个处理过程的瓶颈。若使用文件存储，则每次数据读取都要将文件整个的读入，大大降低了效率。所以使用数据库存储是必然的选择。在存储的后台方面，使用关系数据库更有利于数据存储。因为关系数据库具有相当简单的结构，能很好的适应于RDF数据简单的数据模型。 但在关系数据库中，所有的数据都被存放在一个或若干个表中，一定程度上破坏了图的结构。在执行查询的时候，需要取出大量的数据来重构图，尤其在处理复杂查询的时候，需要对表进行多次自联接运算(self-join)，显著的降低效率。所以现在使用关系数据库来存储R