大规模RDF档案的表达查询和可扩展管理

大量且不断增长的资源描述框架（RDF）数据集的激增引发了对稳健且高效的RDF归档系统的需求。为了应对这一挑战，多年来提出了几种解决方案，包括基于独立副本的归档系统、基于时间的索引和基于变化的方法。近年来，现代解决方案结合了上述几种范式。特别是，聚合的时间标注三元组变更集展示了处理和查询相对较大RDF档案的显著能力。然而，这些方法在可扩展性方面仍面临挑战，特别是在摄取时间。这使得这些解决方案在大型修订历史记录下的使用变得不可行。此外，这些系统的应用往往受限于其有限的查询能力，SPARQL通常被排除在外，而偏向于单三元组模式查询。本文提出了一种基于聚合变更集、快照和多个增量链的混合存储方法，另外提供对RDF档案的全查询SPARQL。这是通过将我们的系统与修改版SPARQL查询引擎接口化来实现的。我们在BEAR基准测试上使用不同的快照创建策略评估我们的系统，并展示与最先进的方法相比，在摄取速度上提高了一个数量级，同时保持竞争力的查询性能。此外，我们在BEAR的BEAR-C变种上展示了我们的SPARQL查询处理能力。据我们所知，这是第一个公开提供RDF档案的全SPARQL查询的努力。