HDVM:基于关系矩阵的关联数据压缩查询模型

• 作者: 彭燊 符海东 顾进广 黄莉
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 关系矩阵 关联数据 查询 压缩
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 721-729
• 页数: 9页
• 分类号: TP311
• 字数: 6139字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.03.030

摘要

随着大数据时代的到来,大量的RDF数据充斥着整个数据网络.RDF(Resource Description Framework)后台引擎管理巨大的数据集时,数据集索引不能全部加载到内存中,导致系统需要执行缓慢的磁盘访问来解决SPARQL查询.本文提出了一种HDVM(Header Dictionary Vector Matrix)压缩查询模型,通过在关联数据集中提取潜在的三元组关系矩阵,以主语向量、谓语向量和宾语矩阵的模型序列化存储来减少关联数据重复出现的次数,允许SPARQL查询在压缩状态下全内存执行.实验结果表明,本文提出的模型比常用的HDT(Header-Dictionary Triples)压缩方式提高了3％-20％的压缩率,同时在三元组个数达到十亿级别的数据集上平均查询时间在400ms左右.