计算机科学与探索 ›› 2016, Vol. 10 ›› Issue (7): 948-958.DOI: 10.3778/j.issn.1673-9418.1509010
胡志刚，景冬梅，陈柏林，杨 柳+
HU Zhigang, JING Dongmei, CHEN Bailin, YANG Liu+
摘要： 为了实现对海量RDF（resource description framework）数据的高效查询，研究了RDF三元组在分布式数据库HBase中的存储方法，基于MapReduce设计了海量RDF数据的两阶段查询策略，将查询分为SPARQL（simple protocol and RDF query language）预处理阶段与分布式查询执行阶段。SPARQL预处理阶段设计实现了基于SPARQL变量关联度的查询划分算法JOVR（join on variable relation），通过计算SPARQL查询语句中变量的关联度确定连接变量的连接顺序，根据连接变量将SPARQL子句连接操作划分到最小数量的Map- Reduce任务中；分布式查询执行阶段执行SPARQL预处理阶段划分的MapReduce任务，实现对海量RDF数据的并行查询。在LUBM标准测试数据集中的实验表明，JOVR算法能够高效地实现对海量RDF数据的查询，并具有良好的稳定性与可扩展性。
