基于SQL转换的关系数据库SPARQL查询方法的研究

基于SQL转换的关系数据库SPARQL查询方法的研究

论文摘要

语义Web是对当前Web的一个功能性扩展,旨在使得Web中的信息具有语义,能够被计算机理解,从而加强人和计算机之间的交互与协作。语义Web采用RDF来描述网络上的各种资源信息,并为其赋予语义。SPARQL是RDF资源的推荐查询语言,能够对RDF资源进行基于图模式的匹配。用户可以将含有语义的查询需求用SPARQL语言表示出来,对语义Web上的信息资源进行查询,从而达到语义查询的目的。但是当由于管理的需要,将RDF语义信息以记录的形式存储在关系数据库中时,SPARQL对关系数据库中的RDF查询效率就会大大降低。由于SQL是关系数据库的标准查询语言,所以研究如何能将SPARQL查询转换为SQL查询,进而提高SPARQL对关系数据库的查询效率,对于RDF的查询是有长远意义的。本文的主要研究目的是在保证查全率和查准率的前提下,基于SQL转换的形式,使得SPARQL查询能对关系数据库中的RDF资源进行快速的查询操作,从而使用户的查询需求得到快速、高效地响应。本文首先深入地研究了SPARQL语言的查询机制,重点研究了SPARQL的基本查询到SQL查询的转换;然后在基本查询转换的基础之上,提出了SPARQL复杂图模式和查询模式到SQL查询的实现方法,进而提出了由SPARQL查询转换到SQL查询的实现方法;最后,根据已经提出的SQL实现方法,建立了SPARQLtoSQL实验系统。系统采用关系数据库中存储的RDF本体作为实验案例,对结果进行了分析和对比,有效地证明了本实验系统的可行性、正确性以及有效性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景
  • 1.2 国内外相关研究现状
  • 1.2.1 语义Web本体查询研究现状
  • 1.2.2 语义Web查询语言到SQL转换的研究现状
  • 1.3 本文研究内容与意义
  • 1.4 本文结构
  • 第2章 RDF查询技术
  • 2.1 RDF简介
  • 2.1.1 RDF的基本思想
  • 2.1.2 RDF基本概念
  • 2.1.3 RDF本体特性
  • 2.1.4 RDF的存储
  • 2.2 SPARQL语言
  • 2.2.1 SPARQL基本语法
  • 2.2.2 SPARQL图模式
  • 2.2.3 SPARQL查询模式
  • 2.3 SQL语言
  • 2.3.1 SQL语言分类
  • 2.3.2 SQL的数据查询
  • 2.3.3 SQL的多表查询
  • 2.4 本章小结
  • 第3章 SPARQL基本查询到SQL的转换
  • 3.1 SPARQL基本查询各部分到SQL的映射
  • 3.1.1 SPARQL基本查询到SELECT的结构映射
  • 3.1.2 SPARQL基本查询到FROM的结构映射
  • 3.1.3 SPARQL基本查询到WHERE的结构映射
  • 3.2 SPARQL基本图模式到SQL的转换
  • 3.2.1 SPARQL基本图模式到SQL中WHERE子句的转换规则
  • 3.2.2 SPARQL基本图模式到SQL的转换规则
  • 3.3 SPARQL复杂图模式的分解
  • 3.3.1 复杂图模式的分解规则
  • 3.3.2 组图模式到SQL语言的转换
  • 3.3.3 可选图模式到SQL语言的转换
  • 3.3.4 多图模式到SQL语言的转换
  • 3.4 本章小结
  • 第4章 SPARQL查询到SQL查询实现方法的研究
  • 4.1 基本关键字到SQL的映射
  • 4.1.1 结果修饰符DISTINCT到SQL的映射
  • 4.1.2 结果修饰符ORDER BY到SQL的映射
  • 4.1.3 结果修饰符LIMIT、OFFSET到SQL的映射
  • 4.1.4 结果修饰符FILTER到SQL的映射
  • 4.2 SPARQL查询模式的SQL查询方法
  • 4.2.1 SELECT查询模式的SQL查询方法
  • 4.2.2 CONSTRUCT查询模式的SQL查询方法
  • 4.2.3 DESCRIBE查询模式的SQL查询方法
  • 4.2.4 ASK查询模式的SQL查询方法
  • 4.3 SPARQL查询到SQL查询的实现方法
  • 4.4 本章小结
  • 第5章 算法实现与验证
  • 5.1 开发平台与工具
  • 5.1.1 开发平台
  • 5.1.2 开发工具与技术
  • 5.2 系统设计
  • 5.3 SPARQL查询分析
  • 5.3.1 SPARQL语言语法规则
  • 5.3.2 SPARQL结构树构造方法
  • 5.3.3 SPARQL结构树遍历方法
  • 5.4 查询实例
  • 5.4.1 Jena框架的建立
  • 5.4.2 导入wine本体填充概念模型
  • 5.5 结果分析
  • 5.6 本章小结
  • 第6章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于自然语言理解的SPARQL本体查询[J]. 计算机应用 2010(12)
    • [2].一种基于数据划分实现分布式SPARQL查询的方法[J]. 计算机应用与软件 2016(10)
    • [3].SPARQL查询优化[J]. 现代图书情报技术 2012(10)
    • [4].从自然语言向SPARQL语言映射的歧义消解算法[J]. 吉林大学学报(理学版) 2016(03)
    • [5].四种SPARQL查询构建器及其比较研究[J]. 情报科学 2015(03)
    • [6].HMSST:一种高效的SPARQL查询优化算法[J]. 计算机科学 2014(S2)
    • [7].浅层语义分析及SPARQL在问答系统中的应用[J]. 计算机工程与应用 2011(02)
    • [8].基于启发式规则的SPARQL本体查询[J]. 华东理工大学学报(自然科学版) 2016(06)
    • [9].基于SPARQL的RDF数据节点间关系路径检索[J]. 微型机与应用 2011(09)
    • [10].Application ontology构建及SPARQL查询研究[J]. 计算机应用研究 2017(05)
    • [11].基于Cytoscape的生物医学本体参数化SPARQL查询系统[J]. 中华医学图书情报杂志 2017(01)
    • [12].基于精英蚁群算法的SPARQL优化算法[J]. 控制工程 2017(07)
    • [13].基于最长属性路径过滤的SPARQL查询优化[J]. 计算机工程 2018(11)
    • [14].面向SPARQL查询的地理语义空间索引构建方法[J]. 测绘学报 2014(02)
    • [15].扩展SPARQL的室内空间语义查询研究[J]. 地球信息科学学报 2015(12)
    • [16].SPES:基于谓词选择率估计的SPARQL查询优化方案[J]. 小型微型计算机系统 2017(09)
    • [17].SPARQL查询的关系代数表示与转换方法[J]. 计算机工程与应用 2011(22)
    • [18].混合语义约简和选择估值优化SPARQL[J]. 电子学报 2010(05)
    • [19].FusionDB:基于分布式查询引擎和HDFS的SPARQL查询处理系统[J]. 计算机研究与发展 2015(S1)
    • [20].基于BSP的SPARQL基本图模式查询算法[J]. 计算机工程 2014(09)
    • [21].基于本体的课程知识检索系统研究[J]. 图书情报工作 2009(22)
    • [22].基于查询转换的RDF高效查询方法[J]. 吉林大学学报(工学版) 2015(05)
    • [23].本体的查询与推理研究[J]. 计算机技术与发展 2012(05)
    • [24].SPARQL-一种新型的RDF查询语言[J]. 湘南学院学报 2009(02)
    • [25].基于SPARQL查询小枝关联的RDF数据索引方案[J]. 厦门大学学报(自然科学版) 2014(03)
    • [26].时态RDF扩展及其SPARQL查询语言[J]. 计算机应用研究 2018(03)
    • [27].基于CouchDB的SPARQL查询引擎实现[J]. 计算机技术与发展 2014(05)
    • [28].近年来SPARQL查询技术的研究热点及进展[J]. 知识管理论坛 2014(01)
    • [29].基于HBase的RDF数据的存储与查询系统研究[J]. 无线通信技术 2018(01)
    • [30].大规模图数据的正则路径查询[J]. 北京大学学报(自然科学版) 2018(02)

    标签:;  ;  ;  ;  

    基于SQL转换的关系数据库SPARQL查询方法的研究
    下载Doc文档

    猜你喜欢