基于图数据库的RDF数据分布式存储

发布时间：2020-03-13 02:59

【摘要】：RDF数据模型具有天然的图结构,因此以图结构存储可以避免RDF逻辑数据模型到物理数据模型的转换。基于图数据库的RDF数据分布式存储方案,重点讨论RDF图数据流分割、图数据库分布式扩展、SPARQL查询语言转CYPHER图形查询语言等。实验对比了基于Neo4j图数据库与基于MySQL关系型数据库的RDF数据存储方案的处理性能,并验证了RDF图数据流分割算法的有效性。
【图文】：

数据分布,图数,存储方案,总体架构

录?个方面:(1)ＲDF数据集到图数据模型的映射;(2)图数据库分布式存储扩展，本文采用Neo4j图形数据库，并设计了一个逻辑处理层，以支持分布式存储;(3)从图模型视角对ＲDF数据集进行分割，本文采用文献［14］提出的针对大图数据流的分割算法，用于对ＲDF图数据流的分割;(4)提供SPAＲQL查询接口，CYPHEＲ是Neo4j图形数据库支持的一个数据查询语言，本文将讨论SPAＲQL查询语言到CYPHEＲ查询语言的转换。2基于图数据库的ＲDF数据分布式存储方案2．1系统总体架构本文提出的基于图数据库的ＲDF数据分布式存储方案总体架构如图1所示。图1基于图数据库的ＲDF数据分布式存储方案总体架构2．2ＲDF数据集到图数据模型的映射ＲDF数据集由很多ＲDF语句组成，每条ＲDF语句是一个三元组＜主体，属性，客体＞，其中主体是被描述的资源，客体表示主体在属性上的取值，可以是另外一个资源或者是文本。若从图数据模型视角看，主体、客体对应图中的顶点，属性对应图中的一条有向边，一条ＲDF语句对应于图中的两个顶点、从主体顶点指向客体顶点的一条有向边。映射关系如图2所示。图2ＲDF数据集到图数据模型的映射2．3分布式存储为支持分布式存储，存储层各个ＲDF数据存储节点相互独立，在其之上增加一层逻辑处理层，往系统存入ＲDF数据时，记录这个ＲDF数据的存储位置;查询ＲDF数据时，先获取所查ＲDF数据可能的存储位置，然后到对应的存储节点上进行查询。系统需要存储两类数据，一类是元数据，主要为ＲDF数据的存储位置信息，本文用Ｒedis［15］数据库，这是Key-Value型内存数据库，读取速度快，且支持持久化，存储时以资源ID、属性ID作为Key，存储位置作为Value。另一类是ＲDF数据，本文用Neo4j图形数据库，存入一条ＲDF语句将往图数据库中插?

数据分布,分布式存储,图数,数据集

储方案2．1系统总体架构本文提出的基于图数据库的ＲDF数据分布式存储方案总体架构如图1所示。图1基于图数据库的ＲDF数据分布式存储方案总体架构2．2ＲDF数据集到图数据模型的映射ＲDF数据集由很多ＲDF语句组成，每条ＲDF语句是一个三元组＜主体，属性，客体＞，，其中主体是被描述的资源，客体表示主体在属性上的取值，可以是另外一个资源或者是文本。若从图数据模型视角看，主体、客体对应图中的顶点，属性对应图中的一条有向边，一条ＲDF语句对应于图中的两个顶点、从主体顶点指向客体顶点的一条有向边。映射关系如图2所示。图2ＲDF数据集到图数据模型的映射2．3分布式存储为支持分布式存储，存储层各个ＲDF数据存储节点相互独立，在其之上增加一层逻辑处理层，往系统存入ＲDF数据时，记录这个ＲDF数据的存储位置;查询ＲDF数据时，先获取所查ＲDF数据可能的存储位置，然后到对应的存储节点上进行查询。系统需要存储两类数据，一类是元数据，主要为ＲDF数据的存储位置信息，本文用Ｒedis［15］数据库，这是Key-Value型内存数据库，读取速度快，且支持持久化，存储时以资源ID、属性ID作为Key，存储位置作为Value。另一类是ＲDF数据，本文用Neo4j图形数据库，存入一条ＲDF语句将往图数据库中插入两个顶点及两顶点之间的一条边，并以资源ID、属性ID分别对顶点、边建立索引，查询时利用索引可直接定位到某个顶点或边。2．4逻辑处理层2．4．1分区管理ＲDF数据模型是一个图模型，本文从图模型视角对ＲDF数据进行分割，决策ＲDF数据的存储位置，划分的准则是尽量将关联比较紧密的顶点划到同一个分区，因为当在ＲDF数据集上做推理查询时会涉及到遍历操作，而关联比较紧密的顶点在遍历路径上的概率比较大，这样可减少跨存储节点之

【相似文献】