[发明专利]基于科技咨询大规模图数据的查询任务优化方法

权利要求书

1.一种基于科技咨询大规模图数据的查询任务优化方法，其特征在于，所述方法包括：

获取查询任务的标识；

根据所述查询任务的标识，选择对应的查询优化方法，其中，查询优化方法包括调整图遍历展开顺序策略、Cardinality减少、模式提前、物化视图；

利用所述查询优化方法对图数据库进行查询，输出查询结果。

2.根据权利要求1所述的查询任务优化方法，其特征在于，所述查询任务包括机构、人才、产业链。

3.根据权利要求1所述的查询任务优化方法，其特征在于，所述调整图遍历展开顺序策略，包括：

S11、输入源实体节点和目标实体节点，并输入中间实体节点类型mtype，和路径模式pattern；

S12、初始化s1、s2两个节点集合，其中s1初始化为输入的源实体节点，s2初始化为输入的目标实体节点；

S13、利用pattern和mtype计算双向BFS的展开顺序，并用pattern1表示左端展开顺序，pattern2表示右端展开顺序；

S14、若s1或s2不为空，则继续执行步骤S15；否则，执行步骤S111；

S15、s为本层扩展节点的集合；

S16、交换s1和s2，交替从左端扩展和从右端扩展；

S17、对s1集合里的每个节点node，按照模式扩展node的下一层邻居节点，并用next_nodes表示；

S18、对每个next_nodes里的节点进行判断，如果节点在s集合中，即找到一条路径，进行步骤S111；

S19、将本层扩展的所有节点next_nodes加入集合s中，并将集合s复制给s1，存储路径；

S110、重复步骤S14；

S111、结束。

4.根据权利要求1所述的查询任务优化方法，其特征在于，所述Cardinality减少，包括：

S21、输入源实体节点和路径模式pattern；

S22、next_nodes为扩展下一层的节点集合，并初始化为按照模式扩展的源实体节点的下一层邻居节点；

S23、对next_nodes节点去重；

S24、q为节点队列，初始化为next_nodes；

S25、若q不为空，继续执行步骤S26；否则执行步骤S212；

S26、size为当前队列数量；

S27、若size不为空，继续执行步骤S28；否则执行步骤S211；

S28、弹出当前队列node节点；

S29、按照模式扩展node的下一层邻居节点next_nodes；

S210、将next_nodes加入队列q；

S211、若当前遍历完模式pattern，则继续执行步骤S212，否则执行步骤S25；

S212、结束。

5.根据权利要求1所述的查询任务优化方法，其特征在于，所述模式提前，包括：

S31、输入源实体节点、路径模式pattern、过滤模式filter_pattern；

S32、初始化模式提前集合filter_nodeset；

S33、q为节点队列，初始化为为输入的源实体节点；

S34、若q不为空，则继续执行步骤S35；否则执行步骤S313；

S35、初始化当前队列数量size；

S36、若size不为空，则继续进行步骤S37；否则执行步骤S312；

S37、弹出当前队列node节点；

S38、按照模式扩展node的下一层邻居节点next_nodes；

S39、判断当前next_nodes节点类型是否为filter_nodeset的节点类型，若是，则继续执行步骤S310；否则执行步骤S311；

S310、遍历next_nodes集合的节点next_node，若节点next_node在filter_nodeset集合中，则过滤掉该节点；

S311、将next_nodes加入队列q；

S312、若当前遍历完模式pattern，则继续执行步骤S313，否则执行步骤S35；

S313、结束。