在辅助存储器中索引大RDF数据集以进行有效SPARQL评估的无角色方法

关于RDF和SPARQL的基本方面

On foundational aspects of RDF and SPARQL

我们考虑的建议，万维网联盟（W3C）的资源描述框架（RDF）和相关的查询语言SPARQL。我们提出了一个新的形式化框架，范畴理论的基础上，提供了明确和简洁的形式化定义的主要基本特征的RDF和SPARQL。我们建议定义RDF图的概念，以及SPARQL基本图形模式的一些嵌套类别的对象。这使得人们可以明确，特别是，空白节点的作用。此外，我们认为基本SPARQL CONSTRUCT和SELECT查询和形式化的操作语义后，一种新的代数图变换方法称为POIM。

gSMat：一种可扩展的基于稀疏矩阵的连接SPARQL查询处理

gSMat: A Scalable Sparse Matrix-based Join for SPARQL Query Processing

资源描述框架（RDF）已被广泛用于表示Web上的信息，而SPARQL是操作RDF数据的标准查询语言。给定一个SPARQL查询，往往存在多个连接，这是查询处理效率的瓶颈。此外，真实的RDF数据集往往表现出较强的数据稀疏性，这表明即使资源总数很大，一个资源往往只与少数资源相关。在本文中，我们提出了一个稀疏矩阵为基础的（SM为基础的）SPARQL查询处理方法在RDF数据集，同时考虑到连接优化和数据稀疏性。首先，我们提出了一个基于SM的RDF数据存储，以提高存储效率，其中只存储有效的边缘，然后在存储上引入一个基于谓词的哈希索引。其次，我们开发了一个可扩展的SM为SPARQL查询处理的连接算法。最后，我们通过累加所有中间结果来分析总体开销，并设计了一个查询计划生成算法。此外，我们扩展了我们的SM为基础的连接算法在GPU上的并行SPARQL查询处理。我们已经评估了我们的方法相比，国家的最先进的RDF引擎在基准RDF数据集和实验结果表明，我们的建议可以显着提高SPARQL查询处理具有高可扩展性。

RDF和SPARQL的代数图变换方法

An Algebraic Graph Transformation Approach for RDF and SPARQL

我们考虑了万维网联盟（W3C）关于RDF框架及其相关的查询语言SPARQL的建议。我们提出了一个新的形式化框架，范畴理论的基础上，提供了明确和简洁的形式化定义的主要基本特征的RDF和SPARQL。我们定义RDF图以及SPARQL基本图模式作为一些嵌套类别的对象。这使得人们可以明确，特别是，空白节点的作用。此外，我们认为基本SPARQL CONSTRUCT和SELECT查询和形式化的操作语义后，一种新的代数图变换方法称为POIM。

在分布式RDF图上处理SPARQL图

Processing SPARQL Queries Over Distributed RDF Graphs

我们提出了在分布式环境中处理大型RDF图上的SPARQL查询的技术。我们采用“部分评估和组装”框架。查询SPARQL查询Q等价于在RDF图G上找到查询图Q的子图匹配。基于分布式图上子图匹配的性质，我们在RDF图G的每个片段中引入局部部分匹配作为部分答案。对于组装，我们提出了两种方法：集中式组装和分布式组装。我们从理论和实验两方面分析了我们的算法。大量的实验在真实的和基准RDF存储库的数十亿个三元组证实，我们的方法是优于国家的最先进的方法在系统的性能和可扩展性。

PRSP：一个基于插件的RDF流处理框架

PRSP: A Plugin-based Framework for RDF Stream Processing

在本文中，我们提出了一个基于插件的框架RDF流处理命名PRSP。在这个框架内，我们可以使用SPARQL查询引擎来处理C-SPARQL查询，并以简单的方式保持这些引擎的高性能。利用PRSP，我们可以通过分布式SPARQL引擎在分布式上下文中处理大规模RDF流。此外，我们可以统一评估现有SPARQL查询引擎在处理RDF流时的性能和正确性，这修正了从静态RDF（即，RDF图）到动态RDF（即，RDF流）。最后，在PRSP中，我们在YABench上进行了实验性的正确性和性能评估。实验结果表明，PRSP引擎在处理RDF流时，虽然与其他引擎略有不同，但仍能保持较高的性能。

SPARQL更新的动态来源

Dynamic Provenance for SPARQL Update

虽然语义Web目前可以通过使用W3C PROV标准来展示出处信息，但在使用SPARQL将PROV连接到存储和查询RDF图的动态更改时存在“缺失的一环”。解决这个问题对于诸如为RDF创建版本控制系统这样的清晰用例是必需的。虽然一些起源模型和注释技术，用于存储和查询起源数据最初开发的数据库或工作流的头脑容易转移到RDF和SPARQL，这些技术不容易适应描述动态RDF数据集随时间的变化。在本文中，我们探讨了如何将Buneman等人的动态复制-粘贴起源模型[2]适应于随SPARQL更新而随时间变化的RDF数据集，如何以与W3C PROV兼容的方式将产生的起源记录本身表示为RDF，以及如何通过重新解释SPARQL更新来定义起源信息。本文的主要贡献是一个语义框架，使SPARQL更新的语义被用作一个“剪切和粘贴”的起源模型的基础上，在原则上的方式。

Creating RESTful APIs over SPARQL endpoints using RAMOSE

Semantic Web technologies are widely used for storing RDF data and making them available on the Web through SPARQL endpoints, queryable using the SPARQL query language. While the use of SPARQL endpoints is strongly supported by Semantic Web experts, it hinders broader use of RDF data by common Web users, engineers and developers unfamiliar with Semantic Web technologies, who normally rely on Web RESTful APIs for querying Web-available data and creating applications over them. To solve this problem, we have developed RAMOSE, a generic tool developed in Python to create REST APIs over SPARQL end…

SPARQL优于GraphX

SPARQL over GraphX

RDF数据模型链接来自异构域的数据的能力导致了RDF数据的爆炸式增长。因此，在大型RDF数据上评估SPARQL查询对于语义Web社区至关重要。然而，由于RDF数据的图形特性，在关系数据库和常见的数据并行系统中评估SPARQL查询需要大量的连接，并且效率低下。另一方面，诸如社交网络数据之类的本质上是图的数据集的复杂性已经导致数据库社区开发图-并行处理系统以有效地支持迭代图计算。在这项工作中，我们利用RDF数据的图形表示，并利用GraphX，一个新的图形处理系统的基础上Spark。我们提出了一个子图匹配算法，兼容GraphX编程模型来评估SPARQL查询。一些实验表明，系统的可扩展性，以处理大型数据集。

用布尔张量代数定义SPARQL

On Defining SPARQL with Boolean Tensor Algebra

资源描述框架（RDF）将信息表示为主语-谓语-宾语三元组。这些三元组通常被解释为有向标号图。我们提出了一种替代方法，将数据解释为3路布尔张量。我们展示了如何SPARQL查询-RDF的标准查询-可以表示为布尔代数中的初等运算，给我们一个完整的重新解释RDF和SPARQL。我们将展示如何布尔张量解释允许新的优化和分析的复杂性SPARQL查询。例如，估计不同连接查询的结果大小变得简单得多。

VGStore: A Multimodal Extension to SPARQL for Querying RDF Scene Graph

Semantic Web technology has successfully facilitated many RDF models with rich data representation methods. It also has the potential ability to represent and store multimodal knowledge bases such as multimodal scene graphs. However, most existing query languages, especially SPARQL, barely explore the implicit multimodal relationships like semantic similarity, spatial relations, etc. We first explored this issue by organizing a large-scale scene graph dataset, namely Visual Genome, in the RDF graph database. Based on the proposed RDF-stored multimodal scene graph, we extended SPARQL queries to…

S2RDF：RDF在Spark上使用SPARQL查询

S2RDF: RDF Querying with SPARQL on Spark

RDF以其灵活、通用的类图数据模型成为语义数据发布的主流。然而，RDF数据汇集的规模不断增加，使得在一台机器上存储和处理它们变得越来越不可行，从而提高了对分布式方法的需求。我们不构建独立但封闭的分布式RDF存储，而是支持使用现有的基础设施进行大数据处理，例如Hadoop。然而，SPARQL查询性能是一个主要的挑战，因为这些平台不是为地面RDF处理而设计的。因此，现有的基于Hadoop的方法通常倾向于某些查询模式形状，而其他形状的性能显着下降。在本文中，我们描述了一种新的RDF数据的关系分区模式称为ExtVP，使用半连接为基础的预处理，类似于连接索引的概念，在关系数据库，有效地减少查询输入的大小，无论其模式的形状和直径。我们的原型系统S2RDF构建在Spark之上，并使用其关系接口在ExtVP上执行SPARQL查询。我们使用最近的WatDiv测试套件，与最先进的SPARQL on Hadoop方法相比，展示了其卓越的性能。S2RDF在十亿个三元组RDF图上实现了大多数查询的次秒运行时间。

在 RDF 和 SPARQL 中表示和查询数据张量

Representing and querying data tensors in RDF and SPARQL

针对机器学习与知识图谱混合用例中张量表示的需求，提出将数据张量表示为RDF字面量的新方法，并扩展SPARQL增加36个函数和4个聚合函数，基于Apache Jena提供了开源实现。

Facade-X: an opinionated approach to SPARQL anything

The Semantic Web research community understood since its beginning how crucial it is to equip practitioners with methods to transform non-RDF resources into RDF. Proposals focus on either engineering content transformations or accessing non-RDF resources with SPARQL. Existing solutions require users to learn specific mapping languages (e.g. RML), to know how to query and manipulate a variety of source formats (e.g. XPATH, JSON-Path), or to combine multiple languages (e.g. SPARQL Generate). In this paper, we explore an alternative solution and contribute a general-purpose meta-model for convert…

由RDF图生成SPARQL图的新方法

A Novel Approach for Generating SPARQL Queries from RDF Graphs

这项工作是作为一个研究硕士论文项目的一部分。目标是根据用户提供的关键字生成SPARQL查询，以查询RDF图。为此，我们首先将输入本体转换为RDF图，该图反映了本体中表示的语义。随后，我们将此RDF图存储在Neo4j图形数据库中，以确保RDF数据的高效和持久管理。在询问时，我们研究了用户最初提出的请求的不同可能和期望的解释。我们还建议在两种查询语言SPARQL和Cypher之间进行某种转换，这是Neo4j特有的。这使我们能够在各种各样的BD-RDF上实现我们的系统架构，提供它们的查询语言，而不改变系统的任何其他组件。最后，我们使用不同的测试库对我们的工具进行了测试和评估，结果表明，我们的工具是全面的，有效的，足够强大。

分层特征集合并优化异构RDF中的SPARQL查询

Hierarchical Characteristic Set Merging for Optimizing SPARQL Queries in Heterogeneous RDF

特征集（CS）基于表征其主题节点的属性集来组织RDF三元组。这个概念最近在索引技术中使用，因为它可以捕获RDF数据的隐式模式。虽然大多数基于CS的方法在空间和查询性能方面都有显著的改进，但它们在存在模式异构性的情况下表现不佳，即，当CS的数量变得非常大时，导致高度分区的数据组织。在本文中，我们解决这个问题，通过引入一种新的技术，合并CS的层次结构的基础上。我们的技术采用了一个网格来捕捉CS之间的层次关系，确定密集的CS和合并密集的CS与他们的祖先，从而减少CS的大小以及它们之间的联系。我们实现了我们的算法上的关系骨干，其中每个合并的CS存储在一个关系表中，我们进行了广泛的实验研究，以评估性能和合并的RDF数据集的存储和查询的影响，表明显着的改进。

PHD-Store：一个支持分布式RDF知识库动态划分的自适应SPARQL引擎

PHD-Store: An Adaptive SPARQL Engine with Dynamic Partitioning for Distributed RDF Repositories

许多存储库使用通用的RDF模型来发布数据。存储库通常是分布式的并且在地理上是远程的，但是数据是互连的（例如，语义网），并通过SPARQL等语言进行全局查询。由于网络成本和查询的性质，执行时间可能非常高。当前的解决方案试图通过在预处理阶段重新分布所有数据来最小化网络成本，但是存在两个缺点：（i）重新分布是基于可能不会使许多未来查询受益的统计学的;以及（ii）即使对于中等大小的数据集，预处理阶段也非常昂贵。在本文中，我们提出了PHD-Store，一个SPARQL引擎的分布式RDF存储库。我们的系统不假设任何特定的初始数据放置，也不需要验证;因此，它最大限度地减少了启动成本。最初，PHD-Store使用可能较慢的分布式半连接算法来回答查询，但通过增量地重新分配频繁访问的数据来动态地适应查询负载。重分发的方式是，未来的查询可以受益于快速的基于散列的并行执行。我们对合成数据和真实数据的实验验证了PHD-Store可以扩展到非常大的数据集;许多存储库;收敛到与现有方法相当或更好的分区质量;并且执行大型查询负载的速度比我们的竞争对手快1到2个数量级。

RDFFrames: Knowledge Graph Access for Machine Learning Tools

Knowledge graphs represented as RDF datasets are integral to many machine learning applications. RDF is supported by a rich ecosystem of data management systems and tools, most notably RDF database systems that provide a SPARQL query interface. Surprisingly, machine learning tools for knowledge graphs do not use SPARQL, despite the obvious advantages of using a database system. This is due to the mismatch between SPARQL and machine learning tools in terms of data model and programming style. Machine learning tools work on data in tabular format and process it using an imperative programming st…

PRoST：使用混合分区策略的SPARQL并行程序的分布式执行

PRoST: Distributed Execution of SPARQL Queries Using Mixed Partitioning Strategies

RDF图的规模近年来迅速增长，需要分布式存储和并行处理策略。为了使用计算机集群获得高效的查询处理，已经提出了各种不同的方法。与本文中提出的方法相关的是构建在Hadoop HDFS之上的系统，例如使用Apache Accumulo或使用Apache Spark。我们提出了一个新的RDF存储称为PRoST（Spark表上的分区RDF）基于Apache Spark。PRoST引入了一种创新的策略，将垂直分区方法与属性表相结合，这是两种预先存在的用于存储RDF数据集的模型。我们证明，我们的建议优于最先进的系统w.r.t.运行时适用于各种查询类型，无需任何广泛的预计算阶段。

高性能SPARQL的配方研究

On the Formulation of Performant SPARQL Queries

RDF的灵活性和SPARQL的表达能力的结合提供了一种强大的机制来建模、集成和查询数据。然而，这些属性也意味着编写高性能的SPARQL查询并不简单。事实上，创建查询很容易，即使是最优化的三重商店也会征税。目前，应用程序开发人员对于如何编写“好”的查询几乎没有具体的指导。本文的目的就是要开始弥合这一差距。它描述了5种可以应用于创建优化查询的方法。在文献中的语义和评估SPARQL查询的复杂性，这确保了查询遵循这些规则可以有效地优化底层RDF存储的正式结果通知的知识。此外，我们使用一组开放的数据集和相应的SPARQL查询开发的大型药理学数据集成项目经验验证的药理学的功效。实验结果表明，在6个国家的最先进的RDF存储的性能提高。

SPARQL 1.1和SPARQL-LD中基于启发式的联邦查询重排序

Heuristics-based Query Reordering for Federated Queries in SPARQL 1.1 and SPARQL-LD

SPARQL 1.1的联邦查询扩展允许执行分布在不同SPARQL端点上的查询。SPARQL-LD是SPARQL 1.1的最新扩展，它可以直接查询任何包含RDF数据的HTTP Web源，如嵌入RDFa，JSON-LD或Microformats的网页，而无需声明命名图。这使得通过一个简洁的查询查询大量的数据源（包括SPARQL端点、在线资源，甚至是返回RDF数据的Web API）成为可能。然而，SPARQL 1.1和SPARQL-LD查询的非最佳公式化可能导致对远程资源的大量调用，这反过来又可能导致极高的查询执行时间。在本文中，我们解决这个问题，并提出了一套查询重新排序的方法，使使用的服务图模式的基础上，他们的限制性，而不需要收集和使用的统计数据从远程源重新排序。这样的查询优化方法是广泛适用的，因为它可以在现有的SPARQL 1.1和SPARQL-LD实现之上被利用。评估结果表明，查询重排序可以大大减少查询执行时间，而一种方法，考虑的数量和类型的未绑定变量和连接实现了最佳的查询计划在88%的情况下。

使用基于XQuery的筛选的SPARQL

SPARQL with XQuery-based Filtering

关联开放数据（LOD）已经在各个领域得到了广泛的应用，但是除了标准的LOD数据描述框架RDF之外，还有大量的各种格式的开放数据。当这些开放数据与URI相关联时，它们也可以连接到LOD中的实体。以文档为中心的XML数据是与LOD中的实体相联系的开放数据，作为这些实体的补充文档，将这些XML数据转换为RDF需要使用信息抽取、本体设计和利用人类先验知识进行本体映射等技术。为了在LOD中充分利用以文档为中心的XML数据，提出了一种基于SPARQL的RDF和XML数据的无缝访问方法。特别地，提出了对SPARQL的扩展XQueryFILTER，它使XQuery能够作为SPARQL中的过滤器。针对SPARQL和XQuery结合的高效查询处理问题，提出了一种基于数据库理论的查询优化方法。本文通过实际的实验验证了XQueryFILTER的有效性和优化效率。

一箭双雕--通过GREMLINATOR用SPARQL查询属性图

Killing Two Birds with One Stone -- Querying Property Graphs using SPARQL via GREMLINATOR

知识图谱在过去十年中变得流行，并且经常依赖于资源描述框架（RDF）或属性图（PG）数据库作为数据模型。然而，这两种数据模型的查询语言--RDF的SPARQL和PG遍历语言Gremlin --缺乏互操作性。我们介绍Gremlinator，SPARQL（W3C RDF标准化语言）和Gremlin（一种流行的属性图遍历语言）的第一个翻译器。Gremlinator将SPARQL查询转换为Gremlin路径遍历，以便在图数据库上执行图模式匹配查询。这允许精通SPARQL的用户访问和查询各种各样的图数据管理系统（DMS），避免了适应新的图查询语言（GQL）的陡峭学习曲线。Gremlin是一种与图计算系统无关的遍历语言（涵盖OLTP图数据库或OLAP图处理器），使其成为支持查询图DMS的互操作性的理想选择。Gremlinator目前支持SPARQL 1.0的一个子集的翻译，特别是SPARQL SELECT查询。

Partout：一种高效处理RDF的分布式引擎

Partout: A Distributed Engine for Efficient RDF Processing

对语义Web技术的兴趣日益增加，不仅导致Web上语义数据的快速增长，而且还导致后端应用程序的数量不断增加，在某些情况下已经超过万亿个三元组。面对如此庞大的数据量和未来的增长，现有的用于存储RDF和处理SPARQL查询的最先进的系统不再足够。在本文中，我们介绍了Partout，一个分布式引擎，高效的RDF处理的机器集群。我们提出了一种有效的方法来分割RDF数据集的查询日志的基础上，分配片段的集群中的节点，并找到最佳的配置。Partout可以有效地处理更新，并且它的查询优化器可以为特殊SPARQL查询生成有效的查询执行计划。我们的实验表明，我们的方法的优越性国家的最先进的方法进行分区和分布式SPARQL查询处理。

论SPARQL的婚姻及其关键词

On The Marriage of SPARQL and Keywords

虽然SPARQL已经成为RDF图的主要查询语言，但仅使用SPARQL语法不能很好地捕获某些查询意图。另一方面，关键词搜索由于其指定信息需求的直观方式而得到广泛使用，但存在精度低的问题。为了最大限度地发挥SPARQL和关键字搜索的优势，我们引入了一种新的范式，将两者结合起来，并提出了一个混合查询（称为SK查询），集成SPARQL和关键字搜索。为了有效地回答SK查询，设计了一个结构索引，在此基础上提出了一种新的集成查询算法。我们评估我们的方法在大型真实RDF图和实验证明我们的方法的有效性和效率。

Sapphire：简化查询RDF数据

Sapphire: Querying RDF Data Made Simple

链接开放数据（LOD）云中的RDF数据对于许多不同的应用程序都非常有价值。为了释放这些数据的全部价值，用户应该能够对LOD云中的RDF数据集发出复杂的查询。SPARQL可以表达这样复杂的查询，但是构造SPARQL查询对用户来说可能是一个挑战，因为它需要知道被查询的数据集的结构和词汇。在本文中，我们介绍了蓝宝石，一个工具，帮助用户编写语法和语义正确的SPARQL查询，而无需事先了解查询数据集。Sapphire通过根据查询数据提供自动完成建议，以交互方式帮助用户键入查询。在发出查询后，Sapphire会提供更改查询的建议，以更好地满足用户的需求。我们基于性能实验和用户研究对Sapphire进行了评估，并表明它优于竞争方法。

SP2Bench：一个SPARQL性能基准

SP2Bench: A SPARQL Performance Benchmark

最近，用于RDF的SPARQL查询语言已经达到了W3C推荐标准。为了响应这个新兴的标准，数据库社区目前正在探索RDF数据的有效存储技术和SPARQL查询的评估策略。要对这些方法进行有意义的分析和比较，就必须有一个全面和普遍的基准平台。为此，我们开发了SP^2Bench，这是一个公开可用的、特定于语言的SPARQL性能基准。SP^2Bench是DBLP场景中的解决方案，它包括一个用于创建任意大的类DBLP文档的数据生成器和一组精心设计的基准查询。生成的文档反映了原始DBLP数据集中遇到的关键特征和社交世界分布，而查询则在此数据之上实现了有意义的请求，涵盖了各种SPARQL操作符星座和RDF访问模式。作为概念验证，我们将SP^2Bench应用于现有引擎，并讨论其优势和劣势，这些优势和劣势直接来自基准测试结果。

RDF图到属性图的映射

Mapping RDF Graphs to Property Graphs

越来越多的科学和社会数据发布在资源描述框架（RDF）中。虽然RDF数据可以使用SPARQL语言查询，但即使是基于SPARQL的操作在实现遍历或分析算法方面也有局限性。最近，各种各样的图形数据库实现专门用于分析的属性图模型已经出现。然而，RDF模型和属性图模型是不可互操作的。在这里，我们开发了一个框架的基础上的图形到图形映射语言（G2GML）映射RDF图的属性图，使最积累的RDF数据。使用该框架，RDF模型中描述的图数据可以转换为属性图模型，并可以加载到多个图数据库引擎进行进一步分析。未来的工作包括实现和利用图形算法，以充分利用各种分析引擎中积累的数据。

集中式和分布式RDF引擎中的存储、索引、查询处理和基准测试：综述

Storage, Indexing, Query Processing, and Benchmarking in Centralized and Distributed RDF Engines: A Survey

语义网和关联数据的最新进展已经改变了传统网络的工作方式。资源描述框架（RDF）格式被广泛采用，用于保存基于网络的数据。这种大规模的采用为各种集中式和分布式RDF处理引擎的开发铺平了道路。这些引擎采用各种机制来实现查询处理引擎的关键组件，例如数据存储、索引、语言支持和查询执行。所有这些组件都控制查询的执行方式，并对查询运行时产生重大影响。例如，以各种方式存储RDF数据会显著影响所需的数据存储空间和查询运行时性能。RDF引擎中使用的索引方法类型对于快速数据查找至关重要。底层查询语言的类型（例如，SPARQL或SQL）是RDF存储解决方案的关键优化组件。最后，涉及不同联接顺序的查询执行会显著影响查询响应时间。本文从存储、索引、语言支持和查询执行等方面对集中式和分布式RDF引擎进行了全面的综述。

用于全内存RDF引擎的压缩k2-Triples

Compressed k2-Triples for Full-In-Memory RDF Engines

当前的“数据洪流”已经用非常大的RDF数据集淹没了Web of Data。它们通过SPARQL端点托管和查询，SPARQL端点充当基于关联数据项目原则构建的语义网络的节点。尽管这是全局数据发布的现实哲学，但当RDF引擎（在端点后面）管理这些巨大的数据集时，其查询性能会降低。它们的索引不能完全加载到主存中，因此这些系统需要执行缓慢的磁盘访问来解决SPARQL查询。本文通过一种紧凑的索引RDF结构（称为k2-triples）来解决这个问题，该结构将紧凑的k2-树结构应用于众所周知的垂直划分技术。它获得了大型RDF图的超压缩表示，并允许SPARQL查询在内存中完全执行而无需解压缩。我们表明，k2-三元组明显优于国家的最先进的压缩性和传统的垂直分区查询分辨率，保持非常有竞争力的多索引解决方案。

PIPE-RDF: 一个基于LLM的企业RDF基准测试流水线

PIPE-RDF: An LLM-Assisted Pipeline for Enterprise RDF Benchmarking

PIPE-RDF通过反向查询和检索增强提示构建企业RDF基准测试，生成450个问题-SPARQL对，实现100%有效性验证。

时间上的一个节点--基于Gremlin遍历的属性图SPARQL查询

A Stitch in Time Saves Nine -- SPARQL querying of Property Graphs using Gremlin Traversals

知识图谱在过去几年中变得流行，并且经常依赖于资源描述框架（RDF）或属性图（PG）作为底层数据模型。然而，这两种数据模型的查询语言--用于RDF的SPARQL和用于属性图遍历的Gremlin--缺乏互操作性。我们提出Gremlinator，一个小说SPARQL Gremlin翻译。Gremlinator将SPARQL查询转换为Gremlin遍历，以便在图数据库上执行图模式匹配查询。这允许使用W3 C标准化的SPARQL查询语言访问和查询各种各样的图数据管理系统（DMS），并避免新的图查询语言的学习曲线。Gremlin是一种与系统无关的遍历语言，覆盖OLTP图形数据库或OLAP图形处理器，因此使其成为支持互操作性wrt的理想选择。查询Graph DMS。我们提出了一个全面的经验评估Gremlinator，并证明其有效性和适用性，通过执行SPARQL查询上领先的图形存储Neo4J，Sparksee和Apache TinkerGraph和比较的性能与RDF存储Virtuoso，4Store和JenaTDB。我们的评估表明，Gremlin同行的SPARQL查询，特别是对于星形和复杂的查询获得了可观的性能增益。

XQOWL：一种用于OWL查询和推理的XQuery扩展

XQOWL: An Extension of XQuery for OWL Querying and Reasoning

所谓的Web of Data的主要目标之一是能够处理异构资源，其中数据可以用XML或RDF表示。设计能够同时处理XML和RDF数据的程序设计语言是这方面的一个关键目标。在本文中，我们提出了一个框架，称为XQOWL，使处理XML和RDF/OWL数据与XQuery。XQOWL可以被认为是XQuery语言的扩展，它将XQuery与SPARQL和OWL推理器连接起来。XQOWL将SPARQL查询（通过Jena SPARQL引擎）嵌入到XQuery中，并允许从XQuery调用OWL推理机（HermiT，Pellet和FaCT++）。它允许结合对XML和RDF/OWL资源的查询，以及对RDF/OWL数据的推理。因此，输入数据可以是XML或RDF/OWL，而输出数据可以用XML格式化（也使用RDF/OWL XML序列化）。

G2GML: Graph to Graph Mapping Language for Bridging RDF and Property Graphs

How can we maximize the value of accumulated RDF data? Whereas the RDF data can be queried using the SPARQL language, even the SPARQL-based operation has a limitation in implementing traversal or analytical algorithms. Recently, a variety of database implementations dedicated to analyses on the property graph (PG) model have emerged. Importing RDF datasets into these graph analysis engines provides access to the accumulated datasets through various application interfaces. However, the RDF model and the PG model are not interoperable. Here, we developed a framework based on the Graph to Graph M…

高效云边协同方法处理大规模RDF图的SPARQL查询

Efficient Cloud-edge Collaborative Approaches to SPARQL Queries over Large RDF graphs

本文提出一种高效云边协同方法，通过引入模式诱导子图和混合整数非线性规划模型，优化大规模RDF图SPARQL查询的性能。

Foundations of an Alternative Approach to Reification in RDF

This document defines extensions of the RDF data model and of the SPARQL query language that capture an alternative approach to represent statement-level metadata. While this alternative approach is backwards compatible with RDF reification as defined by the RDF standard, the approach aims to address usability and data management shortcomings of RDF reification. One of the great advantages of the proposed approach is that it clarifies a means to (i) understand sparse matrices, the property graph model, hypergraphs, and other data structures with an emphasis on link attributes, (ii) map such da…

ROSIE：使用增量评估的SPARQL队列优化

ROSIE: Runtime Optimization of SPARQL Queries Using Incremental Evaluation

关系数据库在资源描述框架（RDF）数据管理中得到了广泛的应用。为了有效地进行SPARQL查询评估，需要重新考虑遗留查询优化器。其中一个重要的问题是如何解决由于基数估计容易出错而导致的查询计划不理想的问题。考虑到RDF数据的无模式特性和SPARQL查询的Join密集特性，在实际评估的查询是昂贵的甚至是不可行的之前确定最佳执行顺序，特别是对于大规模数据的复杂查询。在本文中，我们提出了ROSIE，一个迭代优化框架，迭代地重新优化SPARQL查询计划，根据实际基数来自增量部分查询评估。通过引入一种基于启发式的计划生成方法，以及一种在运行时检测基数估计错误的机制，ROSIE以一种有效的方式缓解了有偏基数传播的问题，从而对复杂的查询评估更具弹性。在真实数据和基准数据上进行的大量实验表明，与最先进的技术相比，ROSIE在复杂查询上的表现一直优于几个数量级。

使用Apache Spark进行SPARQL查询处理

SPARQL query processing with Apache Spark

链接数据源的数量和链接开放数据图的大小每天都在增长。因此，语义RDF服务越来越多地面临各种“大数据”问题。查询处理就是其中之一，需要在可伸缩、高可用和容错的框架上执行，从而有效地解决查询处理问题。需要这些属性的数据管理系统很少从头开始构建，而是在现有集群计算引擎的基础上设计的。在这项工作中，我们考虑使用Apache Spark处理SPARQL查询。我们提出并比较了五种不同的查询处理方法，基于不同的连接执行模型和Spark组件。在真实世界和合成数据集上的详细实验强调，为RDF数据模型定制的两种方法在所有主要查询形状上都优于其他方法，即，星型、雪花型、链式和混合型。

SRL是否为可解释推理铺平道路？——来自实现者视角的经验教训

Does SRL Pave the Road to Explainable Reasoning? Lessons Learned from an Implementer's Perspective

本文从实现者视角开发并评估了两款SRL引擎，发现基于SPARQL引擎可低成本构建SRL引擎，专用引擎速度更优，且SRL已能支持实用推理任务。

Geographica：地理空间RDF存储的基准

Geographica: A Benchmark for Geospatial RDF Stores

SPARQL的地理空间扩展（如GeoSPARQL和stSPARQL）最近已被定义，并实现了相应的地理空间RDF存储。然而，没有广泛使用的基准评估地理空间RDF商店，考虑到最近的进展，在这一领域的最先进的。在本文中，我们开发了一个基准，称为地理，它使用真实世界和合成数据来测试提供的功能和性能的一些突出的地理空间RDF商店。

STREAK：一个高效的空间滤波器Top-k SPARQL处理引擎

STREAK: An Efficient Engine for Processing Top-k SPARQL Queries with Spatial Filters

地理空间数据在应急、运输、农业等关键应用中的重要性，促使许多RDF处理引擎采用最新的GeoSPARQL标准。除了地理空间数据的大型存储库之外，LinkedGeoData、OpenStreetMap等--空间数据也经常在自动构建的知识库中找到，如Yago和WikiData。虽然已经有了在RDF/SPARQL中有效处理空间数据的研究工作，但很少有人致力于构建能够整体处理复杂SPARQL查询以及空间过滤器的端到端系统。在本文中，我们提出了条纹，RDF数据管理系统，旨在支持广泛的查询与空间过滤器，包括复杂的连接，top-k，高阶关系的空间丰富的数据库。Streak引入了各种新颖的功能，例如空间和非空间实体的仔细标识符编码策略，使用语义感知的四叉树索引，允许提前终止和巧妙地使用零计划切换成本的自适应查询处理。我们表明，Streak可以扩展到一些最大的公开可用的语义数据资源，如Yago 3和LinkedGeoData，其中包含空间实体和可量化的谓词，用于结果排名。对于实验评估，我们专注于top-k距离连接查询，并证明Streak优于流行的空间连接算法以及最先进的端到端系统，如Virtuoso和PostgreSQL。

S2CTrans：构建从 SPARQL 到 Cypher 的桥梁

S2CTrans: Building a bridge from SPARQL to Cypher

本文提出了 S2CTrans 框架，基于图关系代数实现了从 SPARQL 到 Cypher 的翻译，在保持语义一致性的同时，有效提升了使用 SPARQL 查询属性图数据库的互操作性与效率。

增强用于可互操作联邦SPARQL评估的LargeRDFBench

Strengthening LargeRDFBench for Interoperable Federated SPARQL Evaluation

本研究修复了LargeRDFBench的数据质量问题，将其预期结果转为标准格式，还比较了FedX算法的源选择方式，增强了该基准的适用性与可复现性。

知识图谱的时间旅行：RDF变更历史上的实时查询

Time travel for knowledge graphs: live queries over RDF change histories

本文提出Time Agnostic Library，实现对RDF数据集的实时时间穿越查询，支持六种时间检索需求，并在多版本模式下实现高效的查询和更新。

大型SPARQL查询树的分析研究

An Analytical Study of Large SPARQL Query Logs

随着RDF作为关联数据和语义Web的数据模型的采用，来自最终用户的查询规范在SPARQL端点中变得越来越普遍。在本文中，我们进行了深入的分析研究的查询制定的最终用户和收获的大型和最新的查询日志从各种各样的RDF数据源。与以前的研究相反，我们是第一次对大量查询语料库进行评估，跨越了几年，涵盖了许多代表性的SPARQL端点。除了句法结构的查询，表现出已经有趣的结果，在这个广义的语料库，我们钻更深的结构charteristics相关的图和超图表示的查询。我们概述了最常见的形状的查询时，在视觉上显示为伪图，和字符-achts他们的（超）树的宽度。此外，我们通过引入条纹的新概念，即，作为种子查询的后续修改出现的查询序列。我们的研究提供了一些新的见解已经丰富的查询功能的真实SPARQL查询制定的真实用户，并使我们得出一些结论，并指出未来的方向，rections为SPARQL查询评估，查询优化，调优，和基准测试。

RDF图上的上下文无关路

Context-Free Path Queries on RDF Graphs

导航图查询是一类重要的查询，它可以提取输入图节点上的隐式二元关系。RDF社区中使用的大多数导航查询语言，例如W3C SPARQL 1.1中的属性路径和nSPARQL中的嵌套正则表达式，都是基于正则表达式的。众所周知，正则表达式具有有限的表达能力;例如，一些自然查询，如同代查询，不能用正则表达式表达。为了克服这一局限性，在本文中，我们提出了cfSPARQL，SPARQL查询语言配备了上下文无关文法的扩展。cfSPARQL语言严格来说比属性路径和嵌套表达式更具表达性。额外的表达能力可以用于建模图相似性，图摘要和本体对齐。尽管增加的表达，我们表明，cfSPARQL仍然享有低计算复杂性，可以有效地进行评估。

N3 中的 SPARQL：将 SPARQL CONSTRUCT 作为语义网的规则语言（扩展版）

SPARQL in N3: SPARQL CONSTRUCT as a rule language for the Semantic Web (Extended Version)

本文提出将 SPARQL CONSTRUCT 查询用作语义网逻辑规则，并翻译为 N3 规则语言以支持一般递归和现有推理机制，从而提升规则推理的表达力、可交换性与性能。

GSmart: An Efficient SPARQL Query Engine Using Sparse Matrix Algebra -- Full Version

Efficient execution of SPARQL queries over large RDF datasets is a topic of considerable interest due to increased use of RDF to encode data. Most of this work has followed either relational or graph-based approaches. In this paper, we propose an alternative query engine, called gSmart, based on matrix algebra. This approach can potentially better exploit the computing power of high-performance heterogeneous architectures that we target. gSmart incorporates: (1) grouped incident edge-based SPARQL query evaluation, in which all unevaluated edges of a vertex are evaluated together using a series…

左位右：对于具有OPTIONAL模式的SPARQL连接连接（左外连接）

Left Bit Right: For SPARQL Join Queries with OPTIONAL Patterns (Left-outer-joins)

SPARQL基本图形模式（BGP）（也称为SQL内部连接）查询优化是一个很好的研究领域。然而，OPTIONAL模式查询的优化（a.k.a. SQL左外连接）由于左外连接的\textit{reordering}上的限制而带来了额外的挑战。这种查询的出现往往高达总查询的50%（例如，DBPedia查询日志）。在本文中，我们提出了\textit{Left Bit Right}（LBR），\textit{well-designed}嵌套BGP和OPTIONAL模式查询的技术。通过LBR，我们提出了一种新的方法来表示这样的查询使用的图的\textit{supernodes}，这是用来积极修剪RDF三元组，与压缩索引的帮助下。我们还提出了新的优化策略-第一种，据我们所知-结合在一起的\textit{acyclicity}的查询，\textit{minimality}，和\textit{nullification}，\textit{best-match}运营商的特点。在本文中，我们专注于没有UNION或FILTER的OPTIONAL模式，但我们也展示了如何使用\textit{query rewrite}使用我们的技术处理UNION和FILTER。我们在8 GB内存的商用笔记本电脑上对多达10亿个三元组的RDF图进行了评估，结果表明，与Virtuoso和MonetDB等最先进的RDF列存储相比，L…

SPARQL2XQuery互操作性框架。利用模式映射、模式转换和查询翻译集成XML和语义Web

The SPARQL2XQuery Interoperability Framework. Utilizing Schema Mapping, Schema Transformation and Query Translation to Integrate XML and the Semantic Web

Web of Data是一个开放的环境，由来自不同领域的大量相互链接的大型RDF数据集组成。在这种环境中，组织和公司采用利用语义Web（SW）技术的关联数据实践，以便发布他们的数据并提供SPARQL端点（即，基于SPARQL的搜索服务）。另一方面，当今Web中信息交换的主导标准是XML。SW和XML世界及其开发的基础设施基于不同的数据模型、语义和查询语言。因此，至关重要的是开发互操作性机制，允许Web of Data用户从他们自己的工作环境中使用SPARQL访问XML数据集。期望所有现有的遗留数据（例如，关系、XML等）将转换为软件数据。因此，将遗留数据发布为关联数据并在其上提供SPARQL端点已成为一个主要的研究挑战。在这个方向上，我们引入了SPARQL 2XQuery框架，它创建了一个可互操作的环境，SPARQL查询自动转换为XQuery查询，以便在Web上访问XML数据。SPARQL 2XQuery框架为OWL-RDF/S到XML Schema映射的表达提供了一个映射模型，也为SPARQL到XQuery的转换提供了一种方法。为此，我们的框架支持本体和XML模式之间的手动和自动映射规范。在自动映射规范场景中，SPARQL 2XQuery利用将XML模式转换为OWL本体的XS 2 OWL组件。最后，进行了大量的实验，以评估模式转换，映射生成，查询翻译和查询评估效率，使用真实和合成…

Restpark：用于检索RDF三元组的最小RESTful API

Restpark: Minimal RESTful API for Retrieving RDF Triples

RDF数据集目前如何在Web上发布？它们可以作为大型RDF文件（需要在本地下载和处理）提供，或者存在于复杂的SPARQL端点之后。通过提供一个可以访问三元组数据的RESTful API，我们允许用户通过一个简单的接口只基于几个HTTP参数来查询数据集。如果RDF资源以这种方式发布，我们就可以快速构建依赖于这些数据集的应用程序，而不必在本地下载和处理它们。这就是Restpark：服务器需要处理的一组HTTP GET参数，并使用JSON-LD进行响应。

使用Tunable-LSH聚类RDF数据库

Clustering RDF Databases Using Tunable-LSH

资源描述框架（RDF）是表示图结构数据的W3C标准，SPARQL是RDF的标准查询语言。信息抽取、链接数据管理和语义网的最新进展导致了可公开获得的RDF数据的数量和种类的快速增长。随着企业开始利用RDF数据，RDF数据管理系统面临的工作负载比它们设计处理的要多样化和动态得多。因此，越来越需要开发工作负载自适应和自调优的RDF数据管理系统。为了实现这一愿景，我们介绍了一种快速，有效的方法动态聚类RDF数据管理系统中的记录。具体来说，我们预先不假设工作负载，但是当执行SPARQL查询时，我们跟踪工作负载中的查询共同访问的记录，并对它们进行物理集群。为了动态地（因此，在恒定的时间）决定一个记录需要放置在存储系统中，我们开发了一个新的位置敏感的哈希（LSH）计划，可调LSH。使用Tunable-LSH，可以将跨类似查询集共同访问的记录散列到存储系统中的相同或附近的物理页面。Tunable-LSH与现有LSH方案的区别在于，它可以自动调整，即使在工作负载发生变化时也能高精度地实现上述集群目标。Tunable-LSH在我们的原型RDF数据管理系统，变色龙数据库，以及在一个独立的哈希表中的实验评估显示显着的端到端的改进现有的解决方案。

SOLAP空间RDF数据的多维丰富--完整版

Multidimensional Enrichment of Spatial RDF Data for SOLAP -- Full Version

大量的空间数据和多维数据被发布在语义网上，这为高级分析带来了新的机会，如空间在线分析处理（SONOPS）。RDF Data Cube（QB）和QB 4 OLAP词汇表已广泛用于标注和发布统计和多维RDF数据。虽然这样的统计数据集可能有空间信息，如坐标，缺乏空间语义和空间多维概念，在QB 4 OLAP和QB阻止用户使用空间数据上使用SPARQL的SONORTH查询。另一方面，QB 4SONIC词汇表完全支持在语义Web上注释空间和多维数据，并使用户能够使用SPARQL中的SONIC操作符查询端点。为了弥合QB/QB 4 OLAP和QB 4SONOW之间的差距，我们提出了一个RDF 2SONOW丰富模型，自动标注空间多维概念与QB 4SONOW，并在这样做，使SONOW现有的QB和QB 4 OLAP数据上的语义Web。此外，我们提出并评估了广泛的丰富算法，并将其应用于涉及具有复杂几何类型的政府开放数据的非平凡现实用例。

TrQuery：一个基于嵌入的SPARQL重命名框架

TrQuery: An Embedding-based Framework for Recommanding SPARQL Queries

在本文中，我们提出了一个基于嵌入的框架（TrQuery）的建议解决方案的SPARQL查询，包括近似的解决方案时，确切的查询解决方案是不可用的，由于不完整或不一致的现实世界的RDF数据。在这个框架内，嵌入应用到评分解决方案与编辑距离，使我们可以获得更细粒度的建议比那些建议通过编辑距离。例如，在我们提出的框架中，可以区分具有相似结构的两个查询解决方案的图，而取决于结构差异的编辑距离变得无法。为此，我们提出了一种新的分数模型，建立在嵌入系统中产生的向量空间，计算近似子图匹配和整个图匹配之间的相似度。最后，我们在大型RDF数据集DBpedia和YAGO上对我们的方法进行了评估，实验结果表明，TrQuery在有效性和效率方面都表现出出色的行为。

SPARQL查询优化的基础

Foundations of SPARQL Query Optimization

SPARQL查询语言是最近用于处理RDF数据的W3C标准，RDF数据是一种以机器可读的方式编码信息的格式。我们调查的基础SPARQL查询优化和（a）提供新的复杂性结果的SPARQL评估问题，表明复杂性的主要来源是操作可选的单独的;（b）提出了一套全面的代数查询重写规则;（c）提出了一个框架，基于约束的SPARQL优化的基础上著名的追逐过程的连接查询最小化。在这条线上，我们开发了两个新的终止条件的追逐。他们submanned迄今为止已知的最强的条件，并不增加识别问题的复杂性，从而使一个更大的类的合取和SPARQL查询服从基于约束的优化。我们的结果是直接的实际利益，并可能授权任何SPARQL查询优化器。