[发明专利]一种基于RDF图数据和关系数据的路径查询框架

说明书

技术领域

本发明涉及异构数据和路径查询技术领域，具体地说，涉及一种基于RDF图数据和关系数据的路径查询框架。

背景技术

随着链接数据(Linked Data)的不断推进，资源描述框架(Resource Description Framework，RDF)，作为语义网上数据交换的标准模型，其数据量正飞速地增长。所谓的资源描述框架，即RDF，是一个专门用于表达万维网(World Wide Web)上有关资源的信息的语言，多用于表达关于Web资源(Web resource)的元数据，比如Web页面的标题、作者和修改时间等。并且，将“Web资源”这一概念一般化后，RDF可被用于表达关于任何可在Web上被标识的事物的信息。RDF数据集由有限数量的三元组组成，每条三元组代表了一个由主语(S)、谓语(P)和宾语(0)组成的陈述句。为保证唯一性，主语和谓语通常都以互联网上的统一资源标识符(Uniform Resource Identifier，URI)进行标识，宾语可以为URI或者字面值(Literal)。RDF数据有其特殊性，即主语、谓语和宾语的交集不为空，也就是说，一个三元组中的主语或者宾语可能同时也是其他若干三元组的主语或者宾语。相应地，在表达本体层语义时，边和点的交集也非空，即边也可以作为节点出现。另外，单条三元组数据的信息量有限，而许多相关的三元组的集合就可以表达丰富的信息，由此，这些三元组集合组成了一个特殊的大规模有向标签图。因而，寻找一种可以获取隐性知识的高效的路径查询方法，是一个很有意义的课题。

SPARQL(SPARQL Protocol and RDF Query Language)是万维网联盟(World Wide Web Consortium，W3C)推荐的标准的RDF图数据查询语言，它将Web2.0和语义网这两种新的Web技术联系起来，其查询的实质过程是子图匹配的过程。但SPARQL并不支持路径导航查询，然而在Web规模的RDF图数据上，路径导航查询是必须的。并且，SPARQL图模式匹配无法表达任意路径长度，尤其是无限路径长度的导航查询。于是，在最新的SPARQL 1.1中提出了属性路径查询，使用更简洁的方式对路径导航查询提供了支持.它采用正则语言描述路径，宾语和主语可以是常量或者变量，返回符合路径描述的结果。由此，许多研究者基于自身的需求对SPARQL进行了许多扩展。Versa是第一个通过在RDF的XML序列化中使用XML路径语言使得其具有导航能力的的语言。SPARQLeR允许在路径导航查询中加入变量来扩展了SPARQL的导航能力。PSPARQL(Path SPARQL)将路径表达式融入SPARQL，而CPSPARQL(Constrained Path SPARQL)在PSPARQL的基础上将约束加入了正则表达式中，二者都使得SPARQL的导航能力得到了提升。nSPARQL将嵌套的正则表达与SPARQL相结合来表达更加复杂的路径导航查询。

然而，对于一些不能用正则表达式表达的导航查询，这些基于SPARQL的扩展语言仍有查询能力的限制。

我们考虑这样一个拼车服务的场景，现有以RDF形式存储的地图信息和以关系数据库形式存储的车辆服务信息。地图信息包含城市中的道路和地点，车辆服务信息包括乘客、司机、车辆的基本信息、司机的实时的位置信息和订单信息。通常，当乘客发布订单希望从A地到达B地时，我们优先从当前没有接单的司机并且距离乘客较近的司机开始呼叫，司机接单后会根据地图信息选择在A和B两地之间最短的路径进行驾驶，即进行单一的RDF数据查询。对于这样的单一的RDF数据查询，那些基于SPARQL的扩展的导航查询语言是可以满足的。但是，当乘客附近的司机都已经有接单或者乘客为了节省路费希望搭顺风车，我们就需要从已有订单的司机中选择合适的司机进行接单。在这种情况下，我们不仅仅需要考虑订单中的始发地和目的地之间的道路信息(即对RDF数据的查询)，同时，更需要从关系数据库中获得司机的位置信息、司机当前的接单信息和该订单是否符合当前乘客的需求(即对关系数据的查询)。而对于那些基于SPARQL的扩展的导航查询语言，它们只能获得通常情况下的查询结果，对于这种将RDF数据和关系数据库相结合的复杂查询，它们无法满足。

由此，我们需要这样一种将RDF图数据和关系数据进行联合查询的框架，即RDF图数据和关系数据的联邦路径查询框架。

发明内容