Παράκαμψη προς το κυρίως περιεχόμενο
επιστροφή στις εκδηλώσεις

Προσαρμοστική, βασισμένη στα εκτελούμενα ερωτήματα κρυφή μνήμη για SPARQL υπογράφους (Graph-Aware, Workload-Adaptive SPARQL Query Caching)

Speaker:Νίκος Παπαηλιού

Date:03/04/2015

University:ΕΜΠ

Room :Α56

Time:15:00

Abstract:

Ο ρυθμός με τον οποίο τα δεδομένα περιγράφονται, ερωτούνται και ανταλλάσσονται χρησιμοποιώντας το πρότυπο RDF συνεχώς αυξάνεται με την ανάπτυξη των τεχνολογιών του Σημασιολογικού Ιστού. Η ελαχιστοποίηση των χρόνων απόκρισης των SPARQL ερωτημάτων είναι ένα ανοιχτό πρόβλημα για την πληθώρα των RDF βάσεων δεδομένων. Σε αυτή την εργασία παρουσιάζουμε ένα καινοτόμο σύστημα που στοχεύει στην προσαρμοστική και βασισμένη στα ερωτήματα που εκτελούνται, δεικτοδότηση μεγάλων RDF γράφων με τη χρήση μιας κρυφής μνήμης για αποτελέσματα SPARQL ερωτημάτων. Στην καρδιά του συστήματος βρίσκεται ένας αλγόριθμος που παράγει κανονικοποιημένες ετικέτες για SPARQL ερωτήματα και χρησιμοποιείται για την μονοσήμαντη δεικτοδότηση και αναφορά σε SPARQL υπογράφους, αντιμετωπίζοντας το πρόβλημα των ισομορφικών SPARQL γράφων. Ένας αλγόριθμος δυναμικού προγραμματισμού χρησιμοποιείται για την εύρεση του βέλτιστου πλάνου εκτέλεσης των ερωτημάτων, εξετάζοντας την αξιοποίηση τόσο των βασικών RDF ευρετηρίων καθώς και των προσωρινά αποθηκευμένων αποτελεσμάτων SPARQL ερωτημάτων. Με την παρακολούθηση των αιτημάτων στην κρυφή μνήμη, το σύστημά μας είναι σε θέση να προσδιορίσει και να εκτελέσει ερωτήματα που αν και δεν έχουν ζητηθεί μπορούν να μειώσουν τους χρόνους εκτέλεσης των ερωτημάτων των χρηστών αν τοποθετηθούν στην κρυφή μνήμη. Η προτεινόμενη κρυφή μνήμη είναι επεκτάσιμη, επιτρέποντας την ενσωμάτωσή της σε πολλαπλές RDF βάσεις δεδομένων. Ενσωματώνοντάς την σε μια ανοιχτού κώδικα, κατανεμημένη RDF βάση δεδομένων που μπορεί να διαχειριστεί μεγάλης κλίμακας RDF δεδομένα, αποδεικνύουμε ότι η προσωρινή αποθήκευση SPARQL ερωτημάτων μπορεί να μειώσει το μέσο χρόνο απόκρισης έως και κατά δυο τάξεις μεγέθους, πετυχαίνοντας γρήγορες απαντήσεις σε περίπλοκα SPARQL ερωτήματα και μεγάλου όγκου RDF δεδομένα.

TAGS

Σχετικοί ιστότοποι
Δεν βρέθηκαν σχετικοί ιστότοποι
Συμμετέχοντες οργανισμοί
Δεν βρέθηκαν συμμετέχοντες οργανισμοί