• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Cloud computing >Storage and Retrieval of Large RDF Graph Using Hadoop and MapReduce
【24h】

Storage and Retrieval of Large RDF Graph Using Hadoop and MapReduce

机译：使用Hadoop和MapReduce存储和检索大型RDF图

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Handling huge amount of data scalably is a matter of concern for a long time. Same is true for semantic web data. Current semantic web frameworks lack this ability. In this paper, we describe a framework that we built using Hadoop to store and retrieve large number of RDF triples. We describe our schema to store RDF data in Hadoop Distribute File System. We also present our algorithms to answer a SPARQL query. We make use of Hadoop's MapReduce framework to actually answer the queries. Our results reveal that we can store huge amount of semantic web data in Hadoop clusters built mostly by cheap commodity class hardware and still can answer queries fast enough. We conclude that ours is a scalable framework, able to handle large amount of RDF data efficiently.
机译：长期以来，规模化处理大量数据一直是一个值得关注的问题。语义Web数据也是如此。当前的语义Web框架缺乏此功能。在本文中，我们描述了一个使用Hadoop构建的框架，用于存储和检索大量RDF三元组。我们描述了将RDF数据存储在Hadoop分布式文件系统中的架构。我们还提出了用于回答SPARQL查询的算法。我们利用Hadoop的MapReduce框架实际回答查询。我们的结果表明，我们可以在主要由廉价商品类硬件构建的Hadoop集群中存储大量语义Web数据，并且仍然可以足够快地回答查询。我们得出的结论是，我们的框架是可伸缩的，能够有效处理大量RDF数据。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号