张文燚, 项连志, 王小芳

(1. 哈尔滨工程大学 电子政务建模仿真国家工程实验室，北京 100037； 2. 哈尔滨工程大学 计算机科学与技术学院，黑龙江哈尔滨 150001)

大数据的多样性(Variety)决定了组成大数据各种不同来源的数据资源之间不可避免地存在着多种形式的结构差异和语义冲突[1]。因此，建立一种能够屏蔽结构差异和语义冲突的大数据资源统一描述模型，使之以统一的查询接口形式，支持面向完整大数据资源的高效查询检索，对于推动大数据查询分析应用发展有着重要的理论贡献和实用价值。

1994年，Gupta P等以DataJoiner的形式给出了一个面向异构分布关系数据资源的统一访问视图[2]，1995年，M. J. Carey等通过扩展ODMG-93对象模型，给出了一种为不同来源的异构分布数据资源，提供面向对象的统一视图的Garlic方法[3]。DataJoiner和Garlic主要研究屏蔽结构差异的技术方法，不能有效解决语义冲突屏蔽问题。Michael Siegel等于1991年给出了一种基于规则的语义规约方法，支持协调不同来源的数据资源的语义冲突[4]，这种语义规约方法虽然具有较高的形式化水平，但它并不提供对数据资源统一描述的支持。1998年，由ORA LASSILA以语义元数据形式给出的资源描述模型RDF，可以有效地用于支持内部大规模、分布式的web数据资源统一描述和查询导航[5]。2003年，Akiyoshi MATONO给出了一种通过抽取RDF和RDF模式的路径表达式形成按字典排序后缀数组，支持高效数据资源检索的索引模式[6]。2006年，YounHee Kim等进一步给出了基于结构的路径索引和关键字索引等两种RDF和RDF模式索引……