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
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
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。
2014-08-05 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
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。
2017-01-11 cs.DB
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。
2015-03-01 cs.DB
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。
2020-09-14 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
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
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
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。
2020-03-16 cs.DB cs.FL cs.PL
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。
2014-05-20 cs.DB
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。
2018-02-16 cs.DB
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。
2013-04-02 cs.DB
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。
2018-10-23 cs.DB
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。
2020-12-03 cs.DB cs.PL cs.SC
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。
2018-01-25 cs.DB
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
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
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
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。
2014-11-30 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
Facade-X: an opinionated approach to SPARQL anything
语义Web研究社区从一开始就明白，为实践者提供将非RDF资源转换为RDF的方法是多么重要。建议关注于工程内容转换或使用SPARQL访问非RDF资源。现有的解决方案要求用户学习特定的映射语言（例如RML），了解如何查询和操作各种源格式（例如XPATH、JSON-Path），或者组合多种语言（例如SPARQL Generate）。在本文中，我们探索了一种替代解决方案，并提供了一个通用的元模型，用于将非RDF资源转换为RDF：Facade-X。我们的方法可以通过覆盖SERVICE操作符来实现，并且不需要扩展SPARQL语法。我们将我们的方法与最先进的方法RML和SPARQL Generate进行比较，并展示了我们的解决方案如何具有较低的学习需求和认知复杂性，并且实现和维护成本更低，同时具有可比的可扩展性和效率。
2021-06-04 cs.DB cs.IR
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。
2018-12-05 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
A role-free approach to indexing large RDF data sets in secondary memory for efficient SPARQL evaluation
大量的RDF数据集正在变得司空见惯。RDF数据通常是在社会语义领域（如个人信息管理）中生成的，其中固定的模式通常是先验不可用的。我们提出了一个简单的三向三叉树（TripleT）二级内存索引技术，以方便高效的SPARQL查询评估这样的数据集。TripleT的新颖之处在于：（1）索引是在数据集中出现的原子上构建的，而不是以更粗的粒度构建的，例如在数据集中出现的整个三元组;以及（2）原子被索引而不管角色（即，主语、谓语或宾语），它们在数据集的三元组中起作用。我们通过广泛的实证评估表明，TripleT表现出多个数量级的改进，在存储和查询处理成本方面的RDF索引的最先进的状态。
2008-11-07 cs.DB cs.DS
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
The XML and Semantic Web Worlds: Technologies, Interoperability and Integration. A Survey of the State of the Art
在新兴的数据网络的背景下，大量的组织、机构和公司（例如，DBpedia、Geonames、PubMed ACM、IEEE、NASA、BBC）采用关联数据实践，并利用语义网（SW）技术发布其数据。另一方面，当今Web中信息交换的主导标准是XML。许多国际标准（例如，Dublin Core、MPEG-7、METS、TEI、IEEE LOM）已经用XML Schema表示，从而产生了大量的XML数据集。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，提供互操作性和集成机制来弥合SW和XML世界之间的差距是至关重要的。在本章中，我们将对XML和SW世界所采用的技术和标准进行概述和比较。此外，我们还概述了W3C小组的最新工作，包括最新的工作草案和建议（例如，OWL 2、SPARQL 1.1、XML Schema 1.1）。此外，我们提出了一个调查的研究方法，旨在提供XML和SW世界之间的互操作性和集成。最后，我们提出了SPARQL 2XQuery和XS 2 OWL框架，它们弥合了这两个世界之间的差距，并创建了一个可互操作的环境。这些框架提供了以下机制：（a）查询转换（SPARQL到XQuery转换）;（b）映射规范和生成（本体到XML模式映射）;以及（c）模式转换（XML模式到OWL转换）。
2016-08-11 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
G2GML: Graph to Graph Mapping Language for Bridging RDF and Property Graphs
我们如何最大限度地发挥累积的RDF数据的价值？尽管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，出现了各种专用于分析属性图（PG）模型的数据库实现。将RDF数据集嵌入这些图形分析引擎，通过各种应用程序接口提供对累积数据集的访问。然而，RDF模型和PG模型不能互操作。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PG，使最积累的RDF数据。使用该框架，可以将RDF模型中描述的累积图数据转换为PG模型，然后可以将PG模型加载到图数据库引擎以进行进一步分析。为了支持不同的图数据库实现，我们重新定义了PG模型，并提出了其可交换的序列化格式。我们展示了几个用例，其中公开可用的RDF数据被提取并转换为PG。这项研究桥接了RDF和PG，有助于知识图谱的互操作管理，从而扩展了累积RDF数据的用例。
2022-03-12 cs.DB
Efficient Cloud-edge Collaborative Approaches to SPARQL Queries over Large RDF graphs
Hunan University（湖南大学）；University of Waterloo（滑铁卢大学）；Peking University（北京大学）
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。
2026-01-26 cs.DB
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
Distributed Processing of Generalized Graph-Pattern Queries in SPARQL 1.1
我们提出了一个有效的和可扩展的体系结构，用于处理广义的图形模式查询，因为它们是指定的SPARQL 1.1“查询语言“组件的当前W3C建议。具体来说，我们考虑的一类查询由SPARQL三元组模式与标记的属性路径。从关系的角度来看，这个类解析为带有附加图可达性谓词的关系连接的合取查询。对于可扩展的，即，分布式，处理这种查询非常大的RDF集合，我们开发了一个合适的分区和索引方案，这使我们能够在整个集群的计算节点上分割RDF三元组，并在所有相关的图形分区（从而计算节点）上并行处理传入的SPARQL查询。与大多数以前的作品在这一领域，我们专门针对统一优化和分布式处理的查询组成的关系连接和图形可达性谓词。计算节点之间的所有通信都是通过基于消息传递接口的专有异步通信协议建立的。
2016-12-20 cs.DB
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。
2016-05-23 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
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。
2016-11-03 cs.DB
Does SRL Pave the Road to Explainable Reasoning? Lessons Learned from an Implementer's Perspective
Ghent University（根特大学）；imec
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。
2026-09-04 cs.DB
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。
2013-05-24 cs.DB
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。
2008-10-21 cs.DB cs.PF
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。
2017-10-20 cs.DB
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。
2023-04-02 cs.DB
Strengthening LargeRDFBench for Interoperable Federated SPARQL Evaluation
Ghent University -- imec（根特大学 -- imec）；University Leipzig（莱比锡大学）
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。
2026-09-01 cs.DB
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。
2011-05-20 cs.DB cs.IR
PIPE-RDF: An LLM-Assisted Pipeline for Enterprise RDF Benchmarking
UC San Deigo（加州大学圣地亚哥分校）
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。
2026-02-15 cs.AI cs.DB
Time travel for knowledge graphs: live queries over RDF change histories
University of Bologna（博洛尼亚大学）
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。
2026-04-26 cs.DB
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。
2017-08-01 cs.DB
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。
2016-10-07 cs.DB
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。
2018-02-12 cs.DB cs.PF
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…
2015-04-01 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
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。
2020-02-16 cs.DB
MapSQ: A MapReduce-based Framework for SPARQL Queries on GPU
在本文中，我们提出了一个基于MapReduce的框架，用于评估GPU上的SPARQL查询（命名为MapSQ），以大规模RDF数据集有效地应用高性能。首先，我们开发了一个基于MapReduce的Join算法来并行处理SPARQL查询。其次，我们提出了一种协同处理策略来管理查询的评估过程，其中CPU用于分配子查询，GPU用于计算子查询的连接。最后，我们实现了我们提出的框架和评估我们的建议，通过比较两个流行的和最新的SPARQL查询引擎gStore和gStoreD的LUBM基准。实验表明，我们的建议MapSQ是高效和有效的（高达50%的加速比）。
2017-02-12 cs.DB
Efficient Execution of SPARQL Queries with OPTIONAL and UNION Expressions
RDF数据集的激增导致了对SPARQL查询处理优化的研究。大多数现有的工作都集中在基本图模式（BGP）上，而忽略了SPARQL中的其他重要运算符，如UNION和OPTIONAL。SPARQL查询与这些运营商，我们称为SPARQL-UO，提出了严重的查询计划生成的挑战。在本文中，我们提出了一种新的BGP为基础的评估（BE）-树表示的查询计划的基础上，使用BGP执行作为一个构建块执行SPARQL-UO查询的技术。在此之上，我们提出了一系列的成本驱动的BE树转换，以产生更有效的计划，通过减少搜索空间和中间结果的大小，和候选人修剪技术，进一步提高效率，在查询时。实验证实，我们的方法优于国家的最先进的数量级。
2023-03-24 cs.DB
Evaluating navigational RDF queries over the Web
语义Web及其底层的数据格式RDF，由于其类似于图的结构，自然适合于导航查询。当考虑Web上的RDF数据时，这一点尤其明显，其中各种单独发布的数据集相互引用，并形成一个称为关联数据网的巨大图表。虽然通过SPARQL属性路径支持对单个RDF数据集的导航查询，但对在链接数据上评估它们知之甚少。在本文中，我们提出了一种基于经典的人工智能搜索算法A* 的Web属性路径查询评估方法，显示其在Web的开放世界设置的最优性，并使用现实世界的查询访问各种RDF数据集在线测试。
2017-03-14 cs.DB
