基于Spark的RDF數(shù)據(jù)toP-k查詢計(jì)算研究.pdf

1、近年來，語義Web發(fā)展迅猛，RDF數(shù)據(jù)也得了廣泛的支持與研究。隨著RDF數(shù)據(jù)的規(guī)模越來越大，傳統(tǒng)的集中式環(huán)境下針對RDF數(shù)據(jù)的查詢研究越來越無法適應(yīng)數(shù)據(jù)查詢領(lǐng)域的需求，特別是針對RDF數(shù)據(jù)的top-k查詢。隨著分布式領(lǐng)域的逐步發(fā)展，具有海量存儲(chǔ)能力以及并行計(jì)算能力的分布式系統(tǒng)逐漸成為解決這類問題的研究熱點(diǎn)。而Spark分布式系統(tǒng)恰恰是其中的佼佼者。
　　本文基于Spark分布式計(jì)算系統(tǒng)以及HBase分布式存儲(chǔ)系統(tǒng)，對應(yīng)用于大規(guī)模R

2、DF數(shù)據(jù)存儲(chǔ)以及top-k查詢算法進(jìn)行了設(shè)計(jì)與研究。本文分析了傳統(tǒng)RDF數(shù)據(jù)存儲(chǔ)模式的優(yōu)缺點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了適用于top-k查詢的基于HBase存儲(chǔ)特點(diǎn)的RDF存儲(chǔ)索引結(jié)構(gòu)?；谶@種存儲(chǔ)模式并借鑒于傳統(tǒng)top-k查詢處理技術(shù)的特點(diǎn)，提出了一種分布式系統(tǒng)下的top-k查詢方案STA查詢算法，致力于減少算法運(yùn)行過程中RDF數(shù)據(jù)的連接操作。在此基礎(chǔ)上并根據(jù)Spark分布式系統(tǒng)數(shù)據(jù)的處理特點(diǎn)，本文改進(jìn)STA算法提出了一種新的查詢方案SSJA查詢算