FusionDB:基于分布式查询引擎和HDFS的SPARQL查询处理系统

• 作 者: 高阳 何龙 侯佳佳 陈晋川 杜小勇
• 机 构: 中国人民大学信息学院,数据工程与知识工程教育部重点实验室（中国人民大学）
• 出 处: 计算机研究与发展
• 发表日期: 2016年01期
• 关键词: SPARQL 查询重写 分布式查询引擎 HDFS 索引 SPARQL query rewriting distributed query engine H
• 基金项目: 中国人民大学预研委托(团队基金)项目(14XNLQ06),异构大数据分析挖掘整合技术北京市工程实验室基金项目

近年来,互联网上的RDF三元组数量增长迅速,传统的单机SPARQL查询处理技术已不能满足实际需要.现有的分布式SPARQL查询处理系统可以分为2类,基于Hadoop的,或是基于数据库集群的.前者主要采用Map?Reduce来处理查询,效率较低;后者则继承了传统数据库集群的缺陷,可扩展性较差.提出一个新颖的SPARQL查询处理系统FusionDB.该系统采用分布式查询处理引擎和HDFS,这样既可以受益于传统的分布式数据库技术,如分布式连接、流水线、负载均衡等,又从新兴的Hadoop技术中得到了良好的容