史腾飞 杨梦伦

摘 要：RDF作为支持数据语义描述的统一标准的数据模型，在数据表示、数据交换及系统框架支撑方面提供了很好的技术支撑。为了满足异构数据的存储和处理需求，本文针对RDF数据管理及处理进行了研究，提出了基于图拆分的RDF数据存储及优化查询方法，改善RDF数据存储及查询效率。首先把原始RDF文本数据转换成RDF数据图，然后运用新的算法将数据图进行语义拆分，使RDF数据划分为耦合度较低的若干部分。通过对边割比率进行实验，将基于点权重的划分算法与METIS算法和哈希算法进行对比，分析三种方法的优缺点。

关键词：计算机应用；算法分析；METIS算法；图

随着计算机和网络技术的快速发展，信息系统的数量和规模越来越大，目前web数据的管理和处理面临着半结构化数据、数据量大、查询速度缓慢、检索效率低下、可扩展性、普适性等6大主要问题。这些数据的特点使异构数据整合成为一个挑战性的问题。RDF作为支持数据语义描述的一种统一标准的数据模型，在数据表示、数据交换及系统框架支撑方面提供了很好的技术支撑。如何对分布式存储的数据进行较好地划分是目前需要解决的重要问题。

因此，本文主要以提高使用SPARQL查询语句在RDF大数据中检索效率为主要目标，依据METIS算法核心思想，提出了一种新的图划分算法方案——基于图的RDF数据存储及查询方法，该方法能改善RDF数据存储及查询效率，为数据的处理提供更好的系统和方法上的支撑。……