《表1 基于图结构的RDF数据划分方法总结》
多粒度层次划分方法的划分过程简单,无需过多地考虑RDF图复杂的结构特征信息,能够满足一般情况下的数据划分需求。但是,该方法较少考虑顶点和边之间丰富的关系,并不适合处理对数据划分要求较高的SPARQL查询。相对于多粒度层次划分,模板划分方法利用一些RDF图中的资源类型信息进行数据的划分。但是,如何定义合适的模板是一个难点。聚类划分方法相对于前两种方法,划分的粒度更细。在划分时充分地考虑了图的结构特征信息。但是,聚类过程可能需要迭代多次,消耗大量的计算资源。表1为三种基于图结构的RDF数据划分方法的优缺点、难点对比。
图表编号 | XD00189089800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.10 |
作者 | 杨程、陆佳民、冯钧 |
绘制单位 | 河海大学计算机与信息学院、河海大学计算机与信息学院、河海大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |