Answering SPARQL queries modulo RDF Schema with paths
SPARQL是RDF图的标准查询语言。在其严格的实例化中，它只提供根据RDF语义的查询，因此会忽略相对于（RDF）模式或（OWL）本体表达的数据的语义。已经提出了对SPARQL的几个扩展来查询RDF数据模RDFS，即，用RDFS语义解释查询和/或考虑外部本体。我们介绍了一个通用的框架，它允许表示查询回答模一个特定的语义在一个同质的方式。在本文中，我们讨论了扩展SPARQL，使用正则表达式来导航RDF图，并可用于回答查询考虑RDFS语义。我们也认为他们的嵌入作为SPARQL的扩展。这些SPARQL扩展解释建议的框架内，他们的缺点。特别是，我们表明，PSPARQL查询语言，一个严格的扩展SPARQL提供传递闭包，允许回答SPARQL查询模RDFS图与SPARQL通过一个简单的转换查询相同的复杂性。我们也考虑语言，除了路径，提供约束。特别是，我们提出并比较nSPARQL和我们的建议CPSPARQL。我们表明，CPSPARQL是足够的表达，以回答完整的SPARQL查询模RDFS。最后，我们比较了nSPARQL和相应的CPSPARQL片段的表达能力和复杂性，我们称之为cpSPARQL。我们表明，这两种语言具有相同的复杂性，通过cpSPARQL，作为一个适当的扩展SPARQL图形模式，是更有表现力比nSPARQL。
2013-11-15 cs.DB
A Survey of RDF Stores & SPARQL Engines for Querying Knowledge Graphs
RDF在最近几年中得到了越来越多的采用，促进了RDF的SPARQL查询语言的标准化，以及用于处理SPARQL查询的本地和分布式引擎的开发。这篇调查论文对查询RDF知识图谱的技术和系统进行了全面的回顾。虽然其他评论这个主题往往集中在分布式设置，工作的主要重点是提供一个全面的调查国家的最先进的存储，索引和查询处理技术，有效地评估SPARQL查询在本地设置（在一台机器上）。为了保持调查的独立性，我们还提供了一个简短的讨论，在分布式设置中使用的图分区技术。最后，我们讨论当代研究的挑战，进一步提高SPARQL查询引擎。这个扩展版本还提供了超过100个SPARQL查询引擎及其使用的技术的调查，以及12个基准测试及其功能。
2021-10-13 cs.DB
Natural Language Aggregate Query over RDF Data
基于RDF数据的自然语言问答受到了广泛的关注。虽然已经有几个研究处理了少量的聚合查询，但它们有许多限制（即，交互式信息、受控问题或查询模板）。到目前为止，还没有自然语言查询机制可以处理RDF数据上的一般聚合查询。因此，我们提出了一个框架称为NLAQ（自然语言聚合查询）。首先，我们提出了一种新的算法来自动理解用户的查询意图，其中主要包括语义关系和聚合。其次，为了在查询意图和RDF数据之间建立更好的桥梁，我们提出了一种扩展的释义词典ED来获得更多的语义关系的候选映射，并引入了一种谓词类型的邻接集PT来过滤语义关系和基本图模式中不合适的候选映射组合。第三，我们为每个聚合类别设计了合适的翻译方案，并有效地区分聚合项是否为数字，这将极大地影响聚合结果。最后，我们在真实数据集上进行了大量的实验（QALD基准和DBpedia），实验结果表明我们的解决方案是有效的。
2017-10-22 cs.DB
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。
2018-07-20 cs.DB
Efficient Semantic Summary Graphs for Querying Large Knowledge Graphs
知识图谱（KGs）集成了异构数据，但是一个挑战是开发有效的工具以允许最终用户从这些知识源提取有用的见解。在这种情况下，减少资源描述框架（RDF）图的大小，同时保留所有信息可以通过限制数据混洗来加速查询引擎，特别是在分布式设置中。本文提出了两种RDF图摘要算法：基于查询的摘要算法（GBS）和基于查询的摘要算法（QBS）。后者是前一种方法的优化和无损的方法。我们实证研究的有效性，建议无损RDF图摘要检索完整的数据，通过重写RDF查询语言SPARQL查询较少的三重模式，使用语义相似性。我们在四个不同大小的数据集上进行了实验研究。与在原始RDF图上执行的最先进的查询引擎Sparklify相比，QBS查询执行时间减少了80%，汇总的RDF图减少了99%。
2022-05-27 cs.DB
Keyword Search on RDF Graphs - A Query Graph Assembly Approach
关键字搜索为普通用户提供了一个易于使用的查询RDF数据的界面。在给定输入关键字的情况下，本文研究了如何构造一个能够准确、高效地表达用户查询意图的查询图。基于输入的关键字，我们首先获得基本的查询图构建块，如实体/类顶点和谓词边。然后，我们正式定义了查询图组装（QGA）问题。不幸的是，我们从理论上证明了QGA是一个NP完全问题。为了解决这个问题，我们设计了一些启发式的下界，并提出了一个基于二分图匹配的最佳优先搜索算法。该算法的时间复杂度为$O(k^{2l} \cdot l^{3l})$，其中$l$是关键字的数量，而$k$是可调参数，即，允许匹配每个关键字的候选实体/类顶点和谓词边的最大数量。虽然QGA是棘手的，但实际上$l$和$k$都很小。此外，该算法的时间复杂度不依赖于RDF图的大小，这保证了我们的系统在大型RDF图良好的可扩展性。在DBpedia和Freebase上的实验证实了该系统在有效性和效率上的优越性。
2017-08-25 cs.DB
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。
2018-09-13 cs.DB
Path discovery by Querying the federation of Relational Database and RDF Graph
用于检测路径的查询的类别是重要的，因为它们可以提取输入图的节点上的隐式二元关系。RDF社区使用的大多数路径查询语言，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。联合查询允许将图模式和关系数据库组合在一起，从而能够在单个查询中对多个异构数据资源进行评估。W3C SPARQL 1.1中的联邦查询目前在不同的SPARQL端点上进行评估。本文提出了一种联邦路径查询语言，作为常规路径查询语言的扩展，以支持RDF图与关系数据库的集成。联邦路径查询语言绝对比嵌套正则表达式和无否定属性路径更具表达力。其额外的表达能力可以用于捕获嵌套的正则路径查询的合取和联合。尽管表达能力的增加，我们也表明，联邦路径查询仍然享有低计算复杂性，可以有效地进行评估。
2016-10-25 cs.DB
One Size Does not Fit All: When to Use Signature-based Pruning to Improve Template Matching for RDF graphs
基于特征的剪枝是提高一般标记图模板匹配查询性能的有效方法。大多数现有的技术，利用基于签名的修剪声称其利益的所有数据集和查询。然而，基于签名的剪枝的有效性在不同的RDF数据集之间存在很大差异，并且与数据集的特征密切相关。我们观察到，基于签名的修剪的性能优势不仅取决于RDF图的大小，而且还取决于底层图结构和查询的复杂性。这促使我们提出了一个灵活的RDF查询框架，称为RDF-h，它有选择地利用基于签名的修剪通过评估RDF数据集和查询模板的特性。RDF-h的可扩展性和效率在使用真实和合成数据集的实验结果中得到了证明。关键词：RDF，图模板匹配，基于特征的剪枝
2015-01-28 cs.DB
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。
2016-01-27 cs.DB cs.DC
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。
2012-12-21 cs.DB
RDFViewS: A Storage Tuning Wizard for RDF Applications
INRIA Saclay（法国国家信息与自动化研究所萨克莱分院）；LRI（法国国家科学研究中心信息学实验室）；Université Paris-Sud 11（巴黎第十一大学）；Université Paris 6（巴黎第六大学）
近年来，大量应用中使用的RDF数据的显著增长使其有效和可扩展的操作成为一个重要问题。在本文中，我们提出了RDFViewS，一个系统能够选择最合适的意见，具体化，以尽量减少查询响应时间为特定的SPARQL查询工作量，同时考虑到视图维护成本和存储空间的限制。我们的系统采用实用的算法和算法来导航通过潜在的视图配置的搜索空间，并利用可能可用的语义信息-通过RDF模式表示-以确保查询评估的完整性。
2010-08-12 cs.AI cs.DB
VGStore: A Multimodal Extension to SPARQL for Querying RDF Scene Graph
Wangxuan Institute of Computer Technology (WICT), Peking University（北京大学王选计算机研究所）；Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院）
语义Web技术已经成功地为许多RDF模型提供了丰富的数据表示方法。它还具有表示和存储多模态知识库（如多模态场景图）的潜在能力。然而，大多数现有的查询语言，特别是SPARQL，几乎没有探索隐含的多模态关系，如语义相似性，空间关系等，我们首先探讨了这个问题，通过组织一个大规模的场景图数据集，即Visual基因组，在RDF图数据库。基于所提出的RDF存储的多模态场景图，我们扩展了SPARQL查询以回答包含关于颜色、空间等的关系推理的问题。VGStore）展示了定制查询和显示多模态数据的有效性。
2022-09-07 cs.CL cs.DB
Bridging graph data models: RDF, RDF-star, and property graphs as directed acyclic graphs
本文提出 Statement Graphs 统一图数据模型，以有向无环图形式建立 RDF、LPG 间双向映射，并通过 1G Playground 支持 SPARQL 与 Gremlin 跨模型查询。
2023-04-25 cs.DB
Expressive Reasoning Graph Store: A Unified Framework for Managing RDF and Property Graph Databases
IBM Research AI（IBM研究院人工智能部门）
资源描述框架（RDF）和属性图（PG）是表示、存储和查询图数据的两种最常用的数据模型。我们提出了表达性推理图存储（ERGS）--一个建立在JanusGraph（一个属性图存储）之上的图存储，它还允许存储和查询RDF数据集。首先，我们描述了如何将RDF数据转换为属性图表示，然后描述了一个查询转换模块，该模块将SPARQL查询转换为一系列Gremlin遍历。这样开发的转换器和翻译器可以允许任何Apache Tinkerpop兼容的图形数据库存储和查询RDF数据集。我们证明了我们提出的方法使用JanusGraph作为基本属性图存储的有效性，并将其性能与标准RDF系统进行比较。
2022-09-13 cs.AI cs.DB
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。
2015-04-19 cs.DB
Relational to RDF Data Migration by Query Co-Evaluation
Conexus AI
提出一种新算法，通过关系查询的逆映射将关系数据库转换为RDF三元组，确保数据的唯一往返，并利用图同态简化查询编写，在FIBO金融本体上验证。
2026-07-03 cs.DB
Querying RDF Databases with Sub-CONSTRUCTs
图查询语言在应用于图数据库时主要具有两种查询：受关系数据库启发的那些返回表（如SELECT查询）的查询和那些返回图（如SPARQL中的CONCLECT查询）的查询。后者是本文的研究对象。为此，定义了一种核心图查询语言GrAL，重点关注CONSTRUCT查询。GrAL中的递归是涉及所谓GrAL模式的递归过程的最后一步。通过在图上评估查询，可以得到一个图，而通过在图上评估模式，可以得到一组同时涉及图和表的匹配。CONCLUSION CT查询基于CONCLUSION CT模式，子CONCLUSION CT模式不受模式递归定义的限制。GrAL的语义是基于RDF图，略有修改，其中包括接受孤立的节点。RDF图的这种扩展简化了评估语义的定义，评估语义主要由称为Merge的唯一操作捕获。此外，我们将聚合定义为GrAL表达式的一部分，这导致了聚合的原始本地处理。
2021-09-14 cs.DB
Towards a better insight of RDF triples Ontology-guided Storage system abilities
语义Web的愿景正在成为现实，数十亿的RDF三元组分布在多个可查询的端点（例如链接数据）上。虽然已经有一个机构的RDF三倍持久存储的工作，它似乎是考虑到推理依赖查询，提供一个有效的，在性能，可扩展性和数据冗余方面的问题，分区的数据仍然是开放的。关于最近的数据划分研究，认为应该考虑几个方向（例如本体，数据，应用程序查询）来指导数据划分似乎是合理的。本文提出了几个贡献：描述了RDF数据高效持久存储的数据划分路线图应该包含的内容，给出了一些初步的结果和分析，并对本体引导（属性层次）划分的特殊情况进行了分析，最后介绍了一组语义查询重写规则，以支持需要OWL推理的RDF数据查询
2013-06-27 cs.DB
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。
2017-01-14 cs.DB
Incomplete Information in RDF
我们扩展了RDF的能力，表示存在的属性值，但未知或部分已知，使用约束。从不完全信息文献的想法，我们开发了一个语义的RDF的扩展，称为RDFi，并在这个框架中研究SPARQL查询评价。
2012-12-18 cs.DB
A MapReduce Approach to NoSQL RDF Databases
近年来，对存储和处理大量数据的需求不断增加，这促使了对分布式存储和查询系统的需求。机器可读的RDF三元组的增长促使工业界和学术界开发新的数据库系统，称为NoSQL，其特征与传统数据库不同。这些系统中的许多系统为了提高水平可伸缩性和数据可用性而牺牲了ACID属性。本文主要研究NoSQL三重存储的开发和评估。TripleStores是数据库管理系统，是语义Web和链接数据等新兴技术的核心。评估跨越了几个基准，包括三重存储评估中最常用的两个基准，柏林SPARQL基准和DBpedia基准，DBpedia基准是一种操作维基百科的RDF表示的查询工作负载。结果表明，该系统所使用的连接算法在决定查询运行时起着至关重要的作用。分布式图数据库在生成MapReduce查询计划之前必须仔细优化查询，因为如果简单地执行查询，大型数据集的网络流量可能会变得令人望而却步。
2016-01-08 cs.DB
Query Workload-based RDF Graph Fragmentation and Allocation
随着RDF数据量的不断增大，设计一个分布式数据库系统来管理RDF数据是非常必要的，在分布式RDF数据设计中，通常将RDF数据划分为若干部分，称为碎片，然后将这些碎片分布出去。因此，分布设计包括两个步骤：分段和分配。在本文中，我们提出了一种方法来探索内在的相似性查询的结构在一个工作负载的碎片和分配，其目的是减少交叉匹配的数量和通信成本在SPARQL查询处理。具体来说，我们挖掘和选择一些频繁的访问模式，以反映工作负载的特点。在这里，虽然我们证明，选择最佳的频繁访问模式集是NP-难的，我们提出了一个启发式算法，保证了数据的完整性和近似比。基于所选择的频繁访问模式，我们提出了两种分片策略，垂直和水平分片策略，划分RDF图，同时满足不同的查询处理目标。垂直分段是为了更好的吞吐量，水平分段是为了更好的性能。碎片化后，我们讨论如何将这些碎片分配到不同的网站。最后，我们讨论了如何处理一个查询的基础上的碎片和分配的结果。大量的实验证实了我们提出的解决方案的优越性能。
2016-02-20 cs.DB cs.DC
Foundations of an Alternative Approach to Reification in RDF
本文档定义了RDF数据模型和SPARQL查询语言的扩展，这些扩展捕获了表示语句级元数据的替代方法。虽然这种替代方法与RDF标准定义的RDF具体化向后兼容，但该方法旨在解决RDF具体化的可用性和数据管理缺点。所提出的方法的最大优点之一是，它阐明了一种方法，以（i）理解稀疏矩阵，属性图模型，超图，和其他数据结构的重点是链接属性，（ii）映射到RDF的数据，和（iii）查询使用SPARQL的数据。此外，该建议大大扩展了数据库设计人员在为带有链接属性的图形数据创建物理索引方案和查询计划时所享有的自由度，以及这些数据库解决方案的互操作性。
2021-12-16 cs.DB
PRESTO: Probabilistic Cardinality Estimation for RDF Queries Based on Subgraph Overlapping
在查询优化中，准确的基数估计对于寻找最优查询计划至关重要。由于缺少明确的模式和RDF查询中过多的连接，这对RDF来说尤其具有挑战性。现有的方法通常基于三元组的计数来收集统计信息，并将查询的基数估计为其连接组件的乘积，即使每个组件的估计是准确的，错误也会累积。相对于现有的方法，我们提出PRESTO，基数估计方法，是基于子图的计数，而不是三元组，并使用概率的方法来估计基数的RDF查询作为一个整体。PRESTO避免了现有方法的一些主要问题，并且能够在有限内存约束下准确地估计任意查询。我们评估PRESTO与YAGO和PRESTO是更准确的简单和复杂的查询。
2018-01-19 cs.DB
Load Balanced Semantic Aware Distributed RDF Graph
现代语义应用程序以资源描述框架（RDF）数据的形式存储数据，由于RDF数据的激增，对海量RDF数据的有效管理变得至关重要。已经设计了许多与关系和基于图的方法来处理这些巨大的数据。由于关系方法遭受查询连接，我们提出了一个语义感知的基于图的分区方法。分区的片段进一步以负载平衡的方式分配。为了有效地进行查询处理，实现了部分复制。它减少了节点间的通信，从而加快了分布式RDF图的查询。该方法已在两个阶段的分割和分布的联动观测数据（LOD）。负载平衡语义感知RDF图（LBSD）的划分和分布的时间复杂度为O（n），其中n是三元组的数量，这通过算法执行时间（AET）的线性增加来证明，LOD数据从1倍扩展到5倍。LBSD已经被发现在4x之前表现良好。LBSD进行了比较，与最先进的关系和基于图形的分区技术。LBSD记录71%的QET增益时，平均超过所有四个查询类型。对于最常见的查询类型，线性和星形，平均65%的QET增益记录在原始配置的缩放实验。已发现最佳复制级别为原始数据的12%。
2021-07-22 cs.DB
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。
2025-04-27 cs.DB
Creating RESTful APIs over SPARQL endpoints using RAMOSE
语义Web技术被广泛用于存储RDF数据，并通过SPARQL端点使其在Web上可用，可使用SPARQL查询语言进行查询。虽然SPARQL端点的使用得到了语义Web专家的大力支持，但它阻碍了普通Web用户、工程师和不熟悉语义Web技术的开发人员更广泛地使用RDF数据，这些人通常依赖Web RESTful API来查询Web可用数据并在其上创建应用程序。为了解决这个问题，我们开发了RAMOSE，这是一个用Python开发的通用工具，用于在SPARQL端点上创建REST API。通过创建特定于源的文本配置文件，RAMOSE可以通过简单的Web RESTful API调用来查询SPARQL端点，这些API调用返回JSON或CSV格式的数据，从而对普通Web用户隐藏SPARQL和RDF的所有内在复杂性。我们提供的证据表明，使用RAMOSE提供REST API访问OpenCitations triplestores中的RDF数据是有益的，在外部用户使用RAMOSE API对此类RDF数据进行查询的数量方面，与通过SPARQL端点的直接存取相比。我们的研究结果表明，RDF数据的供应商有一个替代的API访问服务，这使得它的使用没有（或很少）的经验，语义Web技术和SPARQL查询语言的重要性。RAMOSE既可用于查询任何SPARQL端点，也可用于查询任何其他Web API，因此，对于希望创建API服…
2021-05-30 cs.DB
LITMUS: An Open Extensible Framework for Benchmarking RDF Data Management Solutions
开放、大数据和关联数据的发展导致了Web上结构化数据的巨大增长。为了跟上以这种速度高效消费和管理数据的步伐，许多数据管理解决方案已被开发用于特定任务和应用程序。我们提出LITMUS，一个基准测试数据管理解决方案的框架。LITMUS超越了传统的存储基准测试框架，允许跨查询语言分析框架的性能。在这份立场文件中，我们提出了LITMUS的概念架构以及导致这种架构的考虑因素。
2016-08-09 cs.DB cs.PF
A RDF-based Data Integration Framework
数据集成是分布式数据源的主要问题之一。一种方法是为各种数据源提供集成的中介模式。本研究工作的目的是开发一个定义集成模式并对其进行查询的框架，其基本思想是使用最新的标准语言和工具来提供一个统一的数据集成框架。RDF用于集成模式描述以及提供统一的数据视图。RDQL用于查询重构。此外，描述逻辑推理服务为集成模式中概念的可满足性检查提供了必要的手段。该框架具有显示集成模式和查询集成模式的工具，并提供了足够的灵活性，可用于不同的应用领域。
2012-11-27 cs.DB
Reconciliation of RDF* and Property Graphs
属性图（PG）和资源描述框架（RDF）都是表示图形数据的常用模型。虽然存在一些特定于系统的解决方案来将数据从一个模型转换到另一个模型，但这些解决方案彼此并不完全兼容，而且它们似乎都没有基于正式的基础。事实上，对于PG模型，甚至不存在一个公认的正式定义。本文件的目的是正式协调这两种模式。为此，该文档提出了PG模型的形式化，并引入了PG和RDF之间定义良好的转换。因此，该文档为以下两个创新提供了基础：一方面，通过实现本文档中定义的RDF到PG的转换，基于PG的系统可以使其用户能够加载RDF数据，并以兼容的、系统独立的方式使用例如图遍历语言Gremlin或声明性图查询语言Cypher。另一方面，本文档中的PG到RDF转换使RDF数据管理系统能够通过使用标准RDF查询语言SPARQL来支持对属性图的内容的兼容的、系统独立的查询。此外，本文还为系统研究两种模型之间的关系以及它们的查询语言之间的关系奠定了基础。
2014-11-13 cs.DB
Exposing Provenance Metadata Using Different RDF Models
在语义网上公开科学断言的结构化出处元数据的标准模型将提高科学话语和基于证据的知识发现的互操作性、可验证性、可靠性和再现性。已经提出了几种资源描述框架（RDF）模型来跟踪出处。然而，出处元数据可能不仅是冗长的，而且是显著冗余的。因此，一个合适的RDF出处模型应该能够有效地发布、查询和推理关联数据。在目前的工作中，我们已经收集了数百万的化学品，基因和疾病之间的成对关系，从多个数据源，并证明了在生命科学领域的出处信息的冗余程度。我们还评估了几种RDF来源模型对该众包数据集的适用性，包括N-ary模型，Singleton Property模型和Nanopublication模型。我们针对三个常用的大型RDF存储（包括Virtuoso、Stardog和Blazegraph）检查了查询性能。我们的实验表明，查询性能取决于RDF存储以及RDF出处模型。
2015-09-09 cs.DB cs.PF
On the Evaluation of RDF Distribution Algorithms Implemented over Apache Spark
以有效的方式查询非常大的RDF数据集需要复杂的分发策略。最近提出了几种创新的解决方案，用于优化预定义查询工作负载的数据分布。本文对五种具有代表性和互补性的分布方法进行了深入的分析和实验比较。为了获得公平的实验结果，我们使用Apache Spark作为一个通用的并行计算框架，通过使用Spark API重写相关算法。Spark在容错、高可用性和可扩展性方面提供了保证，这些在此类系统中至关重要。我们不同的实现的目的是突出的基本实现独立的数据准备，负载均衡，数据复制，并在一定程度上查询应答的成本和性能方面的每种方法的特点。所提出的措施是通过测试每个系统上的一个合成和一个现实世界的数据集查询工作负载具有不同的特性和不同的分区约束。
2015-07-08 cs.DB
eSPARQL: Representing and Reconciling Agnostic and Atheistic Beliefs in RDF-star Knowledge Graphs
Institute for Artifical Intelligence, University of Stuttgart（斯图加特大学人工智能研究所）；University of Koblenz（科布伦茨大学）；University of Southampton（南安普顿大学）
本文针对 RDF-star 缺乏嵌套陈述语义与操作机制的问题，提出基于四值逻辑的 eSPARQL，通过扩展 SPARQL-star 的 FROM 子句支持多源冲突信念的查询、聚合、冲突识别与信念嵌套。
2024-08-06 cs.AI cs.DB
LiteMat: a scalable, cost-efficient inference encoding scheme for large RDF graphs
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。推理存在时的查询处理就是其中之一。例如，为了完成SPARQL查询的答案集，RDF数据库系统通过耗时的查询重写算法或耗时的数据物化解决方案来评估语义RDFS关系（subPropertyOf，subClassOf）。为了减少内存占用并简化大型数据集的交换，这些系统通常应用字典方法，通过用整数值替换资源标识符（IRI）、空白节点和文字来压缩三倍数据大小。在这篇文章中，我们提出了一个结构化的资源识别方案，使用一个聪明的编码的概念和属性层次结构，有效地评估主要的常见RDFS蕴涵规则，同时最大限度地减少三重物化和查询重写。我们将展示如何通过可扩展的并行算法计算这种编码，并直接在Apache Spark框架上实现。我们的编码方案的效率是强调的合成和现实世界的数据集进行评估。
2015-10-12 cs.DB
Pleasantly Consuming Linked Data with RDF Data Descriptions
尽管RDF的目的是提供一种开放的、约束最小的信息表示方式，但越来越多的应用程序需要对RDF数据集的结构和值进行保证。在这方面缺少的是将RDF数据与类似于关系数据库的模式或XML中的DTD的质量保证联系起来的机制，特别是在将带有丰富的完整性约束集（如键或基数约束）的遗留数据转换为RDF时。针对这一缺点，我们提出了RDF数据描述语言（RDD），它使得有可能指定实例级的数据约束RDF。使这些约束显式化不仅有助于断言和维护数据质量，而且还为查询引擎开辟了新的优化机会，最重要的是，使用户和系统开发人员更容易制定查询。我们提出的设计目标，语法，和一个正式的，一阶逻辑为基础的RDD语义，并讨论消费关联数据的影响。
2013-12-06 cs.DB
Views over RDF Datasets: A State-of-the-Art and Open Challenges
RDF数据集的观点已经在几个作品中讨论过，但是在它们的定义和它们应该满足的要求上没有达成共识。在传统的数据管理系统中，视图在数据集成、查询应答、数据安全、查询模块化等不同的应用场景中都被证明是有用的。在这项工作中，我们已经审查了现有的RDF数据集上的视图的工作，并讨论了现有的视图定义机制的应用程序的四种情况下，视图已被证明是有用的传统（关系）数据管理系统。为了给讨论提供一个框架，我们提供了RDF数据集上的视图的定义，这个问题到目前为止还没有达成共识。我们最终选择了三个更接近这个定义的提案，并根据四个选定的目标进行了分析。
2012-11-01 cs.DB
RMLStreamer-SISO: an RDF stream generator from streaming heterogeneous data
流推理查询语言（如CQELS和C-SPARQL）支持RDF流上的查询应答。不幸的是，目前缺乏有效的RDF流生成器来为RDF流推理器提供支持。最先进的RDF流生成器在它们可以处理的流数据的速度和量方面受到限制。为了以可伸缩的方式高效地生成RDF流，我们扩展了RMLStreamer，使其也可以从动态异构数据流生成RDF流。本文介绍了一种可扩展的解决方案，它依赖于一个动态窗口的方法来生成RDF流，具有低延迟和高吞吐量的多个异构数据流。我们的评估表明，我们的解决方案通过实现毫秒级延迟（与最先进的解决方案所需的秒相比）、所有工作负载的恒定内存使用以及约70，000条记录/秒的可持续吞吐量（与最先进的解决方案所需的10，000条记录/秒相比）来超越最先进的解决方案。这打开了对大量数据流的访问，以便与语义Web集成。
2022-10-26 cs.DB
bikiDATA: A Python Library to Query and Explore Large-Scale RDF Datasets
FIZ Karlsruhe – Leibniz Institute for Information Infrastructure（FIZ卡尔斯鲁厄——莱布尼茨信息基础设施研究所）；Data and Web Science Group, University of Mannheim（曼海姆大学数据与网络科学组）；Karlsruhe Institute of Technology, Institute of Applied Informatics and Formal Description Methods（卡尔斯鲁厄理工学院应用信息学与形式化描述方法研究所）
bikiDATA是一款为现代软件开发者设计的Python库，它抽象了RDF数据模型的复杂性，可用于查询和探索大规模RDF数据集，已在实际项目中应用并提升了相关性能。
2026-08-24 cs.DB
Adaptive Partitioning for Very Large RDF Data
分布式RDF系统跨多个计算机节点（工作者）划分数据。一些系统执行廉价的散列分区，这可能会导致昂贵的查询评估，而另一些系统则应用旨在最大限度地减少查询评估期间的节点间通信的算法。这需要一个昂贵的数据预处理阶段，导致非常大的RDF知识库的启动成本很高。查询工作负载的先验知识也被用来创建分区，但是分区是静态的，不适应工作负载的变化;因此，对于初始数据分区不支持的查询，节点间通信无法始终避免。在本文中，我们提出了AdHash，分布式RDF系统，它解决了以前的工作的缺点。首先，AdHash在初始数据上应用轻量级分区，通过对主题进行散列来分配三元组;这使得其启动开销很低。与此同时，AdHash的本地感知查询优化器充分利用分区来（i）支持对主题上的连接模式进行完全并行处理，以及（ii）尽可能通过应用中间结果的散列分布而不是广播来最大限度地减少一般查询的数据通信。其次，AdHash监控数据访问模式，并动态地重新分配和复制工作者之间最频繁的实例。因此，未来查询的通信成本大大降低甚至消除。为了控制复制，AdHash为重新分发的模式实现了驱逐策略。我们对合成数据和真实数据的实验验证了AdHash（i）比所有现有系统启动更快，（ii）在其他系统上线之前处理数千个查询，（iii）优雅地适应查询负载，能够在亚秒内评估十亿级RDF数据的查询。
2015-05-11 cs.DB
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）。
2015-01-09 cs.DB cs.LO cs.PL
FedQPL: A Language for Logical Query Plans over Heterogeneous Federations of RDF Data Sources (Extended Version)
RDF数据源的联合在查询无法单独从一个数据源获得的答案和见解时提供了巨大的潜力。规划在这样的联合上执行查询的挑战在于，联合在由联合成员提供的数据访问接口的类型方面可能是异构的。这一挑战在文献中没有得到太多关注。本文提供了一个坚实的正式基础，为未来的方法，旨在解决这一挑战。我们的主要概念的贡献是一个形式语言表示查询执行计划，此外，我们确定了这个语言的片段，可以用来捕捉一个给定的查询的不同部分选择相关的数据源的结果。作为技术贡献，我们表明，这个片段是更有表现力的比现有的源选择方法，这有效地突出了这些方法的固有局限性所支持的。此外，我们表明，源选择问题是NP-难的，在$Σ_2^\mathrm{P}$，我们提供了一套全面的重写规则，可用作查询优化的基础。
2020-10-02 cs.DB
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。
2016-03-21 cs.DB cs.DC
Co-evolution of RDF Datasets
链接数据倡议促进了在链接开放数据（LOD）云中发布大量RDF数据集，以及开发查询处理基础设施以联合方式访问这些数据。然而，不同的实验研究表明，LOD数据集的可用性并不能总是得到保证，RDF数据复制所需的设想可靠的联邦查询框架。尽管RDF数据复制增强了数据可用性，但当允许副本和源数据集随时间改变数据时，RDF数据复制需要同步和冲突解决，即，需要提供共同进化管理以确保一致性。在本文中，我们解决了RDF数据的协同进化问题，并设计了一种方法来解决RDF数据集的协同进化过程中的冲突。我们提出的方法是面向属性的，并允许利用语义的RDF属性在协同进化管理。我们的方法的质量在DBpedia-live数据集上的不同场景中进行了经验评估。实验结果表明，所提出的技术对源数据集和副本中的数据质量有积极的影响。
2016-03-28 cs.DB
Bridging the Semantic Gap between RDF and SPARQL using Completeness Statements [Extended Version]
RDF数据通常被视为不完整的，遵循开放世界假设。另一方面，基于RDF的标准查询语言SPARQL通常遵循封闭世界假设，假设RDF数据是完整的。这导致了RDF和SPARQL之间的语义鸿沟。在本文中，我们将讨论如何关闭RDF和SPARQL之间的语义差距，在某些答案和可能的答案使用完整性声明。
2014-09-03 cs.DB
View Selection in Semantic Web Databases
我们考虑设置的语义Web数据库，包含显式数据编码的RDF三元组，和隐含的数据，隐含的RDF语义。基于查询的工作量，我们解决的问题，选择一组要物化的数据库中的视图，最大限度地减少组合的查询处理，视图存储和视图维护成本。从现有的关系视图选择方法开始，我们设计了新的算法推荐视图集，并表明它们的规模显着超出现有的关系时，适应RDF上下文。考虑到查询答案中的隐式三元组，我们提出了一种新的RDF查询重构算法和一种创新的方式，将其纳入视图选择，以避免组合爆炸的复杂性的选择过程。我们的技术的兴趣是通过一组实验证明。
2011-10-30 cs.DB
Building a P2P RDF Store for Edge Devices
本文基于P-Grid索引机制，结合边缘RDF存储方案RDF4Led，提出在低成本边缘设备P2P网络上构建可扩展的RDF存储与查询引擎，并在多达16个树莓派4节点上验证了其扩展性。
2023-09-17 cs.DB cs.DC
Native Execution of GraphQL Queries over RDF Graphs Using Multi-way Joins
提出一种受最坏情况最优算法启发的多路左连接算法，实现GraphQL查询在RDF知识图谱上的原生执行，实验表明在查询运行时间和可扩展性上优于现有最先进方案。
2024-09-19 cs.DB
Datalog Materialisation in Distributed RDF Stores with Dynamic Data Exchange
几个集中式RDF系统支持数据库推理的预计算和存储所有逻辑上隐含的三元组使用著名的并行算法。大型RDF数据集通常超过集中式RDF系统的容量，常见的解决方案是将数据集分布在无共享服务器的集群中。虽然许多分布式查询应答技术是已知的，但对任意数据库规则的分布式主动评估却不太了解。事实上，大多数分布式RDF存储要么不支持推理，要么只能处理有限的数据库片段。在本文中，我们将Potter等人[12]的分布式查询应答的动态数据交换方法扩展到一个推理算法，该算法可以处理任意规则，同时保留重要的属性，例如推理的不重复性。我们还表明，经验表明，我们的算法规模以及非常大的RDF数据集
2019-06-24 cs.DB cs.DC cs.LO
WaterFowl, a Compact, Self-indexed RDF Store with Inference-enabled Dictionaries
在本文中，我们提出了一种新的方法-称为WaterFowl -用于存储RDF三元组，解决了大数据和语义Web背景下的一些关键问题。我们的原型的架构，主要是基于使用简洁的数据结构，使三元组的表示在一个自我索引，紧凑的方式，而不需要在查询应答时解压缩。此外，它适合于有效地支持RDF和RDFS蕴涵制度感谢本体概念和属性的优化编码，不需要一个完整的推理物化或广泛的查询重写算法。这一办法意味着在数据编制过程的早期就对知识库的术语部分和断言部分加以区分，在将数据存储到我们的结构中之前对数据进行预处理。本文介绍了这个系统的完整架构，并提出了一些初步的结果进行评估，我们的第一个原型。
2014-01-20 cs.DB
A Novel Approach for Generating SPARQL Queries from RDF Graphs
Université De Tunis El Manar（突尼斯埃尔马纳尔大学）；Faculté Des Sciences De Tunis（突尼斯理学院）；Faculté des Sciences Économiques et de Gestion de Tunis（突尼斯经济与管理科学学院）；Faculté des Sciences juridique Économique et de Gestion de Jendouba（坚杜拜法律经济与管理科学学院）
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。
2020-05-30 cs.AI cs.DB
Anatomy of Graph Matching based on an XQuery and RDF Implementation
图正在成为最流行的数据建模范例之一，因为它们能够对使用传统数据模型无法轻松捕获的复杂关系进行建模。图管理的主要任务之一是图匹配，其目的是找到数据图中与查询图匹配的所有子图。在文献中，在这种情况下的建议被分为两个不同的类别：graph-at-a-time，其同时处理整个查询图，以及vertex-at-a-time，其同时处理查询图的单个顶点。在本文中，我们提出了一个新的顶点在一个时间的建议，是基于graphlets，其中每一个包括一个图的顶点，该顶点的所有直接邻居，以及所有的边缘，这些邻居。此外，我们还使用了最小枢纽覆盖的概念，每个枢纽覆盖都包括查询图中的顶点子集，这些顶点占该图中的所有边。我们提出了我们的建议的算法，并描述了基于XQuery和RDF的实现。我们的评估结果表明，我们的建议是有吸引力的执行图匹配。
2013-11-11 cs.DB
RDFFrames: Knowledge Graph Access for Machine Learning Tools
Qatar Computing Research Institute, HBKU（卡塔尔计算研究所，哈马德·本·哈利法大学）；College of Science and Engineering, HBKU（哈马德·本·哈利法大学科学与工程学院）；Bluescape（Bluescape公司）；Technische Universität Berlin（柏林工业大学）
表示为RDF数据集的知识图是许多机器学习应用程序的组成部分。RDF得到了一个丰富的数据管理系统和工具生态系统的支持，最值得注意的是提供SPARQL查询接口的RDF数据库系统。令人惊讶的是，用于知识图谱的机器学习工具并不使用SPARQL，尽管使用数据库系统具有明显的优势。这是由于SPARQL和机器学习工具在数据模型和编程风格方面的不匹配。机器学习工具处理表格格式的数据，并使用命令式编程风格进行处理，而SPARQL是声明式的，其基本操作是将图模式匹配到RDF三元组。我们认为，一个好的接口，知识图从机器学习软件栈应该使用一个命令式的，导航编程范式的基础上图遍历，而不是SPARQL查询范式的基础上图模式。在本文中，我们提出了RDFFrames，一个框架，提供了这样一个接口。RDFFrames提供了一个命令式的Python API，可以在内部转换为SPARQL，并且它与PyData机器学习软件栈集成。RDFFrames使用户能够进行一系列Python调用，以定义要从存储在RDF数据库系统中的知识图谱中提取的数据，并将这些调用转换为紧凑的SPQARL查询，在数据库系统上执行，并以标准表格格式返回结果。因此，RDFFrames是一个有用的数据准备工具，它将PyData的可用性与RDF数据库系统的灵活性和性能相结合。
2021-09-06 cs.DB cs.LG
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。
2018-09-07 cs.DB
