[发明专利]面向大规模RDF数据的可达性查询索引的构建方法

权利要求书

1.一种面向大规模RDF数据的可达性查询索引的构建方法，包括：

(A)将长字符串类型的RDF三元组进行预处理，得到与各长字符串类型的RDF三元组一一对应的长整型RDF三元组，其中，每个长整型RDF三元组由主体、谓词和客体组成，其中，谓词指示主体指向客体的边的属性；

(B)基于所述长整型RDF三元组结构的属性，利用MapReduce框架设置多种分类方式，并分别根据所述多种分类方式将所述长整型RDF三元组进行排序分类，生成与每一种分类方式对应的索引文件夹；所述多种分类方式包括以RDF三元组结构属性中的主体-谓词-客体、客体、主体-客体后代以及初始客体等价类为分类标准进行分类的方式，并且，生成的与所述分类方式对应的索引文件夹分别是主体-谓词-客体索引文件夹、客体索引文件夹、主体-客体后代索引文件夹和初始客体等价类索引文件夹，其中，每个类别的索引文件夹包括多个子文件，所述子文件按照第一预设规则进行命名：

(C1)利用主体-谓词-客体索引文件夹和客体索引文件夹中的内容确定RDF数据的可达性查询索引的根节点等价类；

(C2)根据集合的独立性定理，利用主体-客体后代索引文件夹、根节点等价类以及客体等价类索引文件夹中的内容确定RDF数据的可达性查询索引的非根节点等价类；

(C3)利用RDF数据的可达性查询索引的根节点等价类、RDF数据的可达性查询索引的非根节点等价类、客体索引文件夹和主体-谓词-客体索引文件夹中的内容确定RDF数据的可达性查询索引的根节点等价类与非根节点等价类的谓词；

(C4)生成RDF数据的可达性查询索引。

2.如权利要求1所述的方法，其中，所述方法还包括：

(D)保存构建的RDF数据的可达性查询索引，并对构建的RDF数据的可达性查询索引进行验证和评估。

3.如权利要求1所述的方法，其中，步骤(C1)包括：

(C11)判断客体索引文件夹中是否存在与主体-谓词-客体索引文件夹中名称相同的子文件；

(C12)当客体索引文件夹中存在与主体-谓词-客体索引文件夹中名称相同的子文件时，获取主体-谓词-客体索引文件夹中不作为客体索引文件夹中相同名称的子文件的客体的主体，并将其放入RDF数据的可达性查询索引的根节点等价类；当客体索引文件夹中不存在与主体-谓词-客体索引文件夹中名称相同的子文件时，将主体-谓词-客体索引文件夹中该子文件中的所有主体放入RDF数据的可达性查询索引的根节点等价类。

4.如权利要求1所述的方法，其中，步骤(C2)包括：利用集合的独立性定理，依次使用主体-客体后代索引文件夹中根节点等价类中的主体的客体后代来划分初始客体等价类，得到划分后的客体等价类集合，再依次利用主体-客体后代索引文件夹中之前划分后得到的客体等价类集合中的每个客体等价类的客体后代来划分所述之前划分后得到的客体等价类集合中的每个客体等价类直到划分后得到的客体等价类集合不变为止，将所得不变的客体等价类集合作为RDF数据的可达性查询索引的非根节点等价类。

5.如权利要求1所述的方法，其中，步骤(C3)包括：

(C31)按照第二预设规则将RDF数据的可达性查询索引的根节点等价类进行命名，并将根节点等价类的名称作为根节点等价类中每个根节点的标记存储于根节点等价类集合中；

(C32)按照第二预设规则将RDF数据的可达性查询索引的所有非根节点等价类进行命名，并将每组非根节点等价类的名称作为该组中每个非根节点的标记，定位客体索引文件夹中每一条客体，同时将每个非根节点的标记添加到客体索引文件夹中与每个非根节点对应的客体所在行的相应位置；

(C33)针对主体-谓词-客体索引文件夹中的每一条主体-谓词-客体长整型RDF三元组，在根节点等价类集合以及客体索引文件夹中查找与该条主体-谓词-客体长整型RDF三元组的主体和客体对应的标记，并将该条主体-谓词-客体长整型RDF三元组的谓词添加到与该条主体-谓词-客体长整型RDF三元组的主体和客体对应的标记表示的节点之间。