联邦型RDF数据管理系统综述

摘要：

[目的]资源描述框架(Resource Description Framework,英文简写RDF)作为一个知识表示的模型,已经被广泛地用在各种科学数据管理的应用中来表示知识图谱.同时,SPARQL(Simple Protocol And RDF Query Language)作为一种结构化查询语言则被用来支持对RDF知识图谱数据进行查询检索.随着越来越多的数据提供者将他们的数据表示成RDF知识图谱形式,如何将不同数据提供者"自治"的RDF知识图谱数据整合成一个"联邦型RDF数据管理系统"就成为一个挑战.[文献范围]本文对现有不同的联邦型RDF数据管理系统进行综述.[方法]不同联邦型RDF数据管理系统之间主要的区别体现在查询分解与数据源选择策略以及查询处理与优化策略.[结果]目前联邦型RDF数据管理系统的查询分解与数据源选择策略可以分成基于元数据的策略和基于ASK查询的策略;而联邦型RDF数据管理系统的查询处理与优化策略是在System-R式动态规划的基础上提出了若干优化连接策略.[局限]目前联邦型RDF数据管理系统尚未研究如何支持SPARQL 1.1.[结论]联邦型RDF数据管理系统可以支持分布在多数据源知识图谱数据的整合,是未来知识图谱数据管理的一个重要研究方向.

关键词：联邦型RDF数据管理系统、SPARQL查询处理、查询优化

所属期刊栏目：1

资助基金：国家重点研发计划"科学大数据管理系统面向特定领域的大数据管理系统"2016YFB1000603;国家自然科学基金

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：73-81