论文研究基于Hadoop的RDF数据存储及查询优化.pdf

随着资源描述框架（resourcedescriptionframework，RDF）数据量的快速增长，利用分布式的方法来存储和管理大规模RDF数据成为当前的研究热点。为了实现对海量RDF数据的高效存储和查询，研究了RDF三元组在分布式平台Hadoop中的存储和查询方法，提出了一种新的基于Hadoop的RDF数据处理优化方法，通过采用基于HBase混合式数据布局方法以及引入MapReduce连接查询的I/O代价模型来对海量RDF数据的查询进行优化。在LUBM标准测试数据集中进行了实验，结果表明该方法能够在保证空间效率的前提下，有效地提高复杂查询的效率。