第1章 绪论
1.1 研究背景和意义
1.2 研究目标和主要内容
1.3 论文组织结构
第2章 基础知识和相关研究综述
2.1 RDF数据和SPARQL查询语言
2.1.1 RDF数据
2.1.2 SPARQL查询语言
2.2 RDF处理方法研究现状
2.2.1 基于关系的RDF处理方法
2.2.2 基于分区的RDF处理方法
2.2.3 基于图特性的RDF处理方法
2.3 自适应的RDF处理方法研究现状
2.3.1 自适应存储方法
2.3.2 自适应查询计划
第3章 自适应RDF数据处理系统框架FlexStore
3.1 基本定义
3.2 框架描述
3.2.1 数据模式划分模块
3.2.2 存储构建模块
3.2.3 查询计划模块
3.2.4 查询执行模块
3.3 本章小结
第4章 基于启发式集合覆盖的自适应存储
4.1 数据模式划分方法
4.1.1 期望数据模式长度E(k)计算方法
4.1.2 启发式集合覆盖划分
4.1.3 属性与关系分离
4.2 索引构建
4.3 存储持久化和缓存
4.4 本章小结
第5章 基于广度优先和反向意识的查询计划
5.1 基于广度优先的查询计划
5.1.1 星模式查询的广度优先获取算法
5.1.2 星模式树根的选取算法
5.1.3 提取星模式查询算法
5.2 基于反向意识的查询优化
5.2.1 超图构建
5.2.2 自底向上更新基数
5.2.3 自顶向下合并超点
5.3 查询执行
5.4 本章小结
第6章 实验结果及评价
6.1 实验环境
6.2 实验数据
6.3 标准测试数据集WatDiv上的实验结果及性能分析
6.3.1 存储效率测试及分析
6.3.2 查询效率测试及分析
6.3.3 可拓展性测试及分析
6.4 真实数据上的实验结果及性能分析
6.4.1 存储效率测试及分析
6.4.2 查询效率测试及分析
6.5 E(k)的值与存储效率和查询效率的关系
6.6 本章小结
第7章 总结与展望
7.1 总结
7.2 展望
参考文献
发表论文和参加科研情况说明
致谢
天津大学;
