[发明专利]一种基于分布式RDF的数据存储、查询方法及装置

权利要求书

1.一种基于分布式RDF的数据存储、查询方法，其特征在于，所述方法包括：

利用原始RDF数据生成候选的数据模式集合，统计谓语频次和数据模式频次；

基于候选数据模式集合覆盖挖掘星模式；并建立星模式的索引；

依据星模式，从RDF数据构建动态存储形成星模式表；

通过索引和星模式表的统计数据基于广度优先解析和反向意识优化SPARQL查询语句得到最优的查询计划；

将查询计划转换为物理执行过程，在星模式表存储上执行该过程；

所述反向意识优化具体为：

首先构造主语超节点图，父节点的局部节点与子节点之间存在一条边表示存在连接关系，每个超节点内部维护一个SP列表，计算初始超节点和局部节点的基数；

自底向上更新每个局部节点的基数，递归地对超节点内部局部节点进行排序，并用最小的局部节点基数表示所在超节点的基数；

计算结束后，从上至下，对处于同一层的超节点进行依次选择，将选择的超节点与其父节点合并，并将局部节点序列附加到父节点的局部节点序列后面；每次选择的超节点都将与父节点进行合并；

查询优化具体步骤如下：

(1)查询图转换为超节点构成的超图，分解超节点得到局部SP点，计算局部点基数和超节点初始基数；

(2)转换超图为树，根据超节点初始基数初始化根，将超节点的每一个局部点和下一层超节点进行链接；

(3)自底向上局部点排序，并修改局部点和超节点基数；

(4)自顶向下对超节点边构建SPQ边合并。

2.根据权利要求1所述的一种基于分布式RDF的数据存储、查询方法，其特征在于，所述数据模式集合具有以下属性：

不同数据模式之间具有重复谓语；

不同数据模式在RDF数据集D中对应的RDF子图互不重叠；

数据模式长度范围为[1,D中主语的最大出度]；一个数据模式即为连接同一主语的所有谓语。

3.根据权利要求1所述的一种基于分布式RDF的数据存储、查询方法，其特征在于，所述星模式定义为：连接同一主语的所有谓语。

4.根据权利要求1所述的一种基于分布式RDF的数据存储、查询方法，其特征在于，所述基于广度优先解析具体为：

从查询中分解得到星模式查询序列，给定基本图模式，初始化查询图的顶点队列，其依次出队得到子查询的根；

借助索引pToSP提取星模式并构建星模式查询后，将其在查询图中的未访问过的邻接点放入顶点队列，将该查询包含的变量保存，用于下个子查询join变量的获取，重复上述过程直到顶点队列为空。

5.一种基于分布式RDF的数据存储、查询装置，所述装置包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1所述的方法步骤。