[发明专利]一种基于关系模型的RDF图和属性图统一存储方法

说明书

本发明公开了一种基于关系模型的RDF图和属性图统一存储方法，根据知识图谱的两种数据模型RDF图模型和属性图模型的定义、特点以及关系表的存储理念，将RDF图和属性图两种逻辑模型在底层以关系表的物理模型存储，包括RDF图的底层存储和属性图的底层存储。即将RDF图和属性图的全部语义信息在底层以关系表形式存储，对于RDF三超图结构，维护一张系统表实现管理RDF图中某些边的边点双份存储。本发明可以解决RDF图和属性图的语义表达能力的差异的问题，实现了大规模的知识图谱数据存储与管理，并有效减少了数据的冗余，实现高效的查询，具有较强的应用价值。

技术领域

本发明涉及知识图谱领域，RDF存储与和属性图存储。

背景技术

知识图谱作为符号主义发展的最新成果，是人工智能的重要基石。各领域中大规模知识图谱的构建和发布对知识图的数据管理提出了新的挑战。知识图数据模型基于图结构，用顶点表示实体、边表示实体之间的关系，这种通用的数据表示可以自然地描述现实世界中事物之间的广泛联系。

目前，知识图谱有两种主流数据模型，即RDF(Resource Description Framework，资源描述框架)模型和属性图模型。前者已由W3C(World Wide Web Consortium)标准化，后者已广泛用于图形数据库。RDF图模型具有较强的逻辑理论背景和较完善的数据模型特征。与RDF模型类似，属性图模型内置了对结点和边的属性的支持。虽然属性图还没有标准化，但是随着图数据库的应用，属性图在工业界中已经得到了广泛的认可。RDF图的超图结构证明了RDF图模型比属性图模型具有更强的表达能力，但至今依然没有一个统一的存储方案来有效地对知识图谱进行存储和管理。

经过几十年的发展，关系模型已经具有了很高的成熟度。关系数据模型(relational data model)具有简洁而通用的关系结构，并且使用具有严格数学定义的关系代数表达式来表示关系上的操作和约束。因此，这为使用关系数据模型来统一存储RDF和属性图提供了坚实的理论基础。

1.现有的RDF图存储方案：

现有的RDF图数据典型的管理方案主要有两种：即基于关系的方法和基于图的方法。基于关系的方法以多种方式将RDF图数据映射到关系表中，然后对它们执行SPARQL查询。另一种基于图的管理方案将RDF和SPARQL查询建模为图，并通过子图匹配来进行查询。

(1)基于关系的存储方案

关系数据库是目前应用最广泛的数据库管理系统。基于关系数据库的存储方案是目前知识图谱数据的主要存储方法。三元组表直接存储RDF数据；水平表每行记录一个主语的所有谓语和宾语；属性表根据主语的类来构建数据表，并提出了属性表方案和技术来解决三元组表方案中的查询性能问题；垂直划分根据谓词来构建数据；六重索引将三元组全部6种排列对应的建立为6张表。以及最近几年的DB2RDF通过建立面向实体的存储结构来削减查询中求笛卡尔积的操作以提升查询的效果。

(2)基于图的存储方案

基于图的存储方案优点是它能够给维护RDF数据的原始表示并强制执行SPARQL的预期语义。例如gStore和chameleon-db系统都遵循这种方案。这种方案的缺点是子图匹配的代价过大，图同态是NP完全的。

2.现有属性图存储方案：

属性图模型对于结点属性和边属性具备内置的支持。属性图是有向的，带标记的，多属性的图。Neo4j是一个支持事务应用程序和图形分析的原生图数据库，支持事务应用程序。它是目前最流行的属性图数据库。

发明内容

针对上述现有技术，本发明根据知识图谱的两种数据模型RDF图模型和属性图模型的定义、特点以及关系表的存储理念，设计了知识图谱的统一的存储方案，保留RDF图和属性图的全部语义信息，来解决RDF图和属性图的语义表达能力的差异的问题，并降低了大规模数据的冗余，实现高效的查询。