[发明专利]基于图的高效SPARQL查询应答方法、装置和设备

说明书

本发明示例性实施例提供一种基于图的高效SPARQL查询应答方法、装置和设备，其中的方法包括：将RDF数据集的三元组建模为有向标记图，对有向标记图的实体顶点进行分组和合并，形成多级抽象图，其中三元组中的对象和主体为所述有向标记图的实体顶点；构建辅助数据结构，结合所述有向标记图中连接同一类的实体顶点，构造抽象图作为索引，所述辅助数据结构包括有向标记图模式中语义包含关系的集合，所述有向标记图模式用于描述所述有向标记图的特征；通过访问抽象图进行查询，并给出应答结果。本发明的查询应答效果远优于目前的查询方法。

技术领域

本发明示例性实施例涉及数据处理技术领域，尤其涉及一种基于图的高效SPARQL查询应答方法、装置和设备。

背景技术

由于RDF数据的使用越来越多，有效地处理RDF数据集上的SPARQL查询已经成为一个重要的问题。在基于图的RDF数据管理方案中，SPARQL查询被转换成子图模式，并通过图匹配在RDF图上求值。然而，要回答SPARQL查询，需要处理RDF推理来对RDF数据中的隐式三元组进行建模，这在很大程度上被现有的基于图的解决方案所忽略。

在基于图的解决方案中，SPARQL查询被转换成图模式P，然后在RDF图G上进行求值。查询求值过程通过将P中的变量与G的元素匹配来执行，这样返回的图就包含在G中(模式匹配)。基于图的解决方案的主要优势在于，RDF query5在不丧失建模能力的情况下更易于表达，更重要的是，没有优化策略的图模式匹配能够执行甚至优于关系RDF查询引擎。随后，人们提出了一些新的基于图的系统。特别是，gStore使用精心设计的索引VS*-tree来处理RDF查询。TurboHom++将RDF图转换成有标记图，并将子图同态方法应用于RDF查询处理。AMbER是一个基于图的RDF引擎，它将RDF数据和SPARQL查询表示为多图，并将查询求值任务转化为子图同态问题。

所有上述工作都可以总结为基于图的RDF查询评估(而不是应答)工作，因为它们忽略了称为蕴涵的RDF基本特性，该特性允许RDF图中建模隐式信息。考虑蕴涵是至关重要的，没有蕴涵可能会导致不完整的答案。例如，假设声明“Titanic has an actor LeonardoDiCaprio”没有在RDF数据中；然而，还是可以根据显示三元组Titanic_Film,leadingRole,Leonardo_DiCap rio和RDFS中“leadingRole belongs to thesubproperty of hasActor”的描述术语挖掘出三元组Titanic_Film,hasActor,Leonardo_DiCaprio。RDFS表示一种本体语言，可用于增强RDF图的描述。因此，RDF查询应答可以分为推理步骤和查询评估步骤。

在基于关系的方法中，有两个不同的推理步骤，即饱和与重构。基于饱和的查询应答使所有隐含信息都变得明确。基于重构的查询应答将查询重写为等价的大型连接查询联合集，并根据原始RDF数据设置它们的查询位置。饱和导致高效的查询评估，但它需要大量的计算时间、存储空间，并且必须在更新时重新计算；由于语法上的高度复杂性以及RDF和SPARQL语言之间微妙的相互作用，查询重构会对查询响应时间产生不利的影响。

发明内容

有鉴于此，本发明示例性实施例的目的在于提出一种基于图的高效SPARQL查询应答方法、装置和设备，以解决目前的SPARQL图查询存在缺陷的问题。

基于上述目的，本发明示例性实施例提供了一种基于图的高效SPARQL查询应答方法，包括：