[发明专利]基于Datalog的分布式环境下大图数据查询方法

权利要求书

1.一种基于Datalog的分布式环境下大图数据查询方法，其步骤包括：

1）对用户输入的大图查询指令进行语法分析，产生对应的语法树；所述查询指令基于Datalog规则；

2）根据所述语法树，建立Datalog查询规则的执行操作，基于每个Datalog规则将查询转换为Map和Reduce函数中对应的执行操作；

2-1）在语法树中基于当前的图结点集合和边集合，导出新的结点集合；

2-2）对所述新结点进行递归操作，所述递归Datalog规则设定查询时递归操作终止条件，所述Datalog规则支持聚集函数；

3）根据MapReduce中的等价规则和查询统计数据，执行Map和Reduce函数中操作指令，完成查询，将查询得到的结果回传至用户。

2.如权利要求1所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，将Datalog查询规则转换为初始执行、循环终止判定和循环内操作，所述循环终止判定和循环内操作对应递归查询；所述初始执行操作设定查询的类型和起、终点；所述循环终止判定操作根据查询终止条件和代价模型查询请求；所述循环内操作进行图上每一层的递归操作。

3.如权利要求2所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，对每个Datalog查询规则，将其转换到由关系代数的选择、连接、投影、聚集操作的基本操作组成的查询规则，并将所述关系代数基本操作翻译为Map和Reduce函数。

4.如权利要求2所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，初始执行后，每次递归操作处理上一层递归变化的部分；获取递归操作中导出视图的每一层出现的新数据。

5.如权利要求1所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，对于产生的Map和Reduce执行函数，循环递归操作出现聚集函数时，通过Hadoop中Counter机制，来产生下一轮规则中的所需要的聚集函数值。

6.如权利要求1所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，所述Datalog规则的查询转换为Map和Reduce函数中对应的执行操作时，若一个规则对应的关系代数计划需要选择和连接操作，可以将选择和连接放入一个MapReduce函数中，选择的逻辑操作在MapReduce函数的Map端函数完成。

7.如权利要求1所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，所述Datalog规则的查询转换为Map和Reduce函数中对应的执行操作时，当进行聚集函数后，实现连接操作，可以将聚集函数和连接操作放入一个MapReduce函数中，聚集函数的逻辑操作在Reduce端函数完成。

8.如权利要求1所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，在所述递归Datalog规则中，针对连接操作，根据图的统计信息和运行数据的统计信息，选择Map端连接或Reduce端连接实现方式。

9.如权利要求1所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，所述查询终止条件首先执行，判断查询结果是否为空。

10.如权利要求1所述的基于Datalog的分布式环境下大图数据查询方法，其特征在于，所述Map和Reduce函数中执行操作指令在时，将任务的输出作下一轮递归操作的输入；循环终止条件在执行MapReduce任务时，根据循环条件决定是否进入下一轮递归循环操作。