一种基于树搜索的RDF查询方法技术

本发明专利技术公开了一种基于树搜索的RDF查询方法，将RDF查询问题转化为子图同态问题，构建了邻接边、逆邻接表、P‑In和P‑Out四种索引，用于减少查询图中变量节点的候选域；在执行图匹配算法之前，该方法基于贪心思想为查询图生成一个节点匹配序列，该序列能在匹配过程中尽可能早的引入更多约束，用于减少匹配阶段的搜索空间。在匹配阶段，基于深度优先遍历该序列与数据图所构成的搜索空间树，通过子图同态约束修剪搜索空间树中不可行的分支。本发明专利技术能够较好回答大规模RDF数据查询问题。

RDF query method based on tree search

【技术实现步骤摘要】
一种基于树搜索的RDF查询方法
本专利技术涉及大规模RDF数据查询领域，具体是一种基于树搜索的RDF查询方法。
技术介绍
资源描述框架(ResourceDescriptionFramework，简称RDF)是由W3C提出的对万维网上信息进行描述的一个框架，它为Web上的各种应用提供信息描述规范。RDF可以使用<S，P，O>三元组描述Web资源，其中S通常被称为主语，P被称为谓词，O被称为宾语。RDF被广泛的应用到各种领域如社交网络、生命科学、医疗和科学研究等。SPARQL是W3C为实现RDF数据的检索标准所定义的查询语言。随着语义网关系抽取技术的迅速发展，RDF数据集中的三元组已经达到数亿级规模，提高SPARQL的查询性能已经成为一个亟待解决的技术问题。目前，基于数据组织与存储的方案上可以分为三种查询技术，基于关系型数据库、基本三元组和基于图的RDF查询技术。基于关系型数据库的存储模式是指将RDF的数据直接存储在关系数据库中，这种存储模式可以直接利用关系数据库的成熟、高效的数据管理和操纵技术，然而在进行SPARQL查询时，简本文档来自技高网...

【技术保护点】
1.一种基于树搜索的RDF查询方法，其特征在于，所述RDF数据集为<S，P，O>三元组的集合，查询问题满足SPARQL标准，包括如下步骤：/n1)将RDF数据建模为有向标签数据图G＝<V′,L′

【技术特征摘要】
1.一种基于树搜索的RDF查询方法，其特征在于，所述RDF数据集为<S，P，O>三元组的集合，查询问题满足SPARQL标准，包括如下步骤：
1)将RDF数据建模为有向标签数据图G＝<V′,L′v,M′v,E′,L′e,M′e>，其中V′是由RDF数据中的S和O组成的节点集合，Lv′为数据图中节点的标签的集合，M′v：V′→L′v表示数据图中节点到标签的双射函数，E′表示数据图中连接S和O的有向边的集合，L′e为数据图中边的标签，M′e:E′→L′e表示数据图中边到标签的双射函数，在将RDF数据转换为RDF数据图时，分别构建RDF数据对应的ID三元组集合、节点映射表vHash、逆节点映射表vHash-、边映射表eHash和逆边映射表eHash-；
2)针对SPARQL中变量，为了有效减少变量节点的候选域，分别构建邻接边、逆邻接表、P-In和P-Out四种索引；
3)将SPARQL查询建模为有向标签查询图Q＝<V,Lv,Mv,E,Le,Me>，其中V是由SPARQL查询图中的S和O组成的节点集合，Lv为查询图中的节点的标签，Mv：V→Lv表示查询图中的节点到标签的双射函数，E表示查询图中的连接S和O的有向边的集合，Le为查询图中的边的标签，Me＝E→Le表示查询图中的边到标签的双射函数；
4)根据查询图中每个候选节点的数量，平均度及查询图节点度为依据，确定查询图初始节点的选择；
5)基于贪心思想，为查询图输出一个查询图节点匹配序列μ和一个标识序列μ中节点父节点的序列μpt；
6)在查询匹配过程中，根据步骤5)输出的查询图节点匹配序列μ和RDF数据图组成一颗搜索空间树，采用深度优先策略对搜索空间树进行遍历，在遍历过程中，采用子图同态约束修剪不满足的分支，输出所有满足子图同态的分支，即得到查询结果。


2.根据权利要求1所述的一种基于树搜索的RDF查询方法，其特征在于，所述步骤1)中的构建RDF数据对应的ID三元组集合，包括如下步骤：
1-1)在将RDF数据建模为有向标签图时，维护一个名为vHash的哈希节点映射表，即将相同的S或O映射到同一个节点，每个节点对应唯一的节点ID和标签(Label)，同时构建一个节点ID到S/O的逆节点哈希映射表vHash-；
1-2)在将RDF数据建模为有向标签图时，同时维护一个名为eHash的哈希边映射表，其作用是将相同的P映射到一个具有相同标签的有向边，每条边对应唯一的边标签，同时构建一个边标签到P的哈希逆边映射表eHash-；
1-3)根据步骤1-1)和步骤1-2)的转换，将RDF三元组的集合转化为一个ID三元组的集合，分别存储RDF数据的ID三元组集合，即节点映射表vHash、逆节点映射表vHash-、边映射表eHash和逆边映射表eHash-。


3.根据权利要求1所述的一种基于树搜索的RDF查询方法，其特征在于，所述步骤2)中的构建邻接边、逆邻接表、P-In和P-Out四种索引，包括如下步骤：
2-1)在SPARQL查询图中，若变量节点u0存在入射边，且与之相连的为一个常量节点u1，通过访问常量节点u1的邻接表并验证边的标签获得变量节点u0的候选域；
2-2)在SPARQL查询图中，若变量节点u0存在出射边，且与之相连的为一个常量节点u1，以冗余的方式构建逆邻接表，通过访问变量u0相关的常量节点u1减少逆邻接表的候选域；
2-3)在SPARQL查询图中，若变量节点u0存在出射边，且与之相连的为一个变量节点u1，通过构建数据图中边标签相关的起始节点集合p-In(ei)＝{vi|<vi,vj>∈E′,L′<vi,vj>＝ei}，以减少变量节点的候选域，其中vi,vj是数据图G中的节点，ei为查询图中边的标签；
2-4)在SPARQL查询图中，若变量节点u0存在入射边，且与之相连的为一个变量节点u1，通过构建数据图边标签相关的终止节点集合p-Out(ei)＝{vj|<vi,vj>∈E,L(<vi,vj>)＝ei}，以减少变量节点的候选域，其中vi,vj是数据图G中的节点，ei为查询图中边的标签。


4.根据权利要求1所述的一种基于树搜索的RDF查询方法，其特征在于，所述步骤3)中的将SPARQL查询建模为有向标签图Q＝<V,Lv,Mv,E,Le,Me>，包括如下步骤：
3-1)在SPARQL查询中，将相同的S和O建模为同一个节点，对应唯一的节点ID，S或O通常包含常量和变量的情况；对于SPARQL中S或O为常量的情况，其对应的数据图节点的标签可以使用S或O访问步骤1)中构造的vHash表获得该节点的标签；对于S或O为变量的情况，使用{*}作为该节点的标签；
3-2)对于SPARQL查询中的P，通过访问步骤1)所得到的边映射表eHash获得有向边所对应的标签；
3-3)采用邻接表的方式对SPARQL查询进行存储。


5.根据权利要求1所述的一种基于树搜索的RDF查询方法，其特征在于，所述步骤4)，具体包括如下步骤：
4-1)使用startVertexList表示查询图初始节点的候选域，初始化startVertexList为所有查询图的节点；
4-2)从候选集合startVertexList中移除度为1的变量节点且该节点的邻居仍为变量节点；
4-3)若startVertexList不空，则依次为start...

【专利技术属性】
技术研发人员：董荣胜，刘江江，李凤英，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45