[发明专利]一种大规模图数据高效查询方法

说明书

本发明公开了一种大规模图数据高效查询方法，包括：对图数据进行划分，得到图数据的初始分区；其中，所述初始分区包括每个顶点向量的二进制签名以及对应的哈希桶；对图数据的初始分区进行调整，得到新的分区；将RDF格式的图数据转换为属性图格式并存储；基于SPARQL查询语句，得到连接计划；根据连接计划和SPARQL查询映射算法，在分布式数据库中得到查询结果。本发明节约了图数据的查询时间。

技术领域

本发明涉及数据处理技术领域，特别是一种大规模图数据高效查询方法。

背景技术

随着RDF数据规模的日益增长，设计高性能的大规模图数据高效查询方法，以支持复杂的业务需求是一个亟待解决的问题。RDF数据在逻辑上是基于节点与关系的图结构，图中的语义结构以及聚类信息非常关键，在分布式存储时，如果将关联密切的数据存储在同一分区，就可以减少跨分区查询的次数，从而提高查询效率。合理的存储模型不仅能为上层应用提供快速的查询服务，也能便于对数据和系统进行维护，例如负载均衡与动态更新。此外，查询和存储密切相关，互相影响，在考虑如何分布式存储时，应该以查询效率最高为目标。SPARQL是查询RDF数据的有效工具，因此要解决RDF高效查询的问题，需要结合存储模型，设计一种高效的SPARQL查询引擎处理各种复杂的查询请求。

现有技术方案：

安徽华云安科技有限公司的专利申请“基于知识图谱集群的数据查询方法和装置”(专利申请号：CN202211617863.4)，其特征在于，包括：响应于接收到当前数据查询请求，将所述当前数据查询请求添加至查询请求消息队列；根据所述目标数据查询请求，在图数据库中确定对应的索引；根据确定的索引，在关系数据库中确定对应的数据本体，将所述数据本体添加至消息输出队列。缺点是：查询方法和装置需要大量的计算资源和存储资源，因此需要投入大量的资金和人力成本；集群需要定期维护和更新，否则就会出现数据不准确或查询结果不完整等问题，这需要专业的技术人员进行维护。

抖音视界有限公司的专利申请“基一种图数据查询方法及装置”(专利申请号：CN202210991887.X)，其特征在于,包括：响应于数据查询请求,确定所述数据查询请求指示的查询语句；按照预定义顺序依次解析所述查询语句中的各个查询字段,若为设置的入口类型的目标字段,则调用目标字段解析器的目标查询指令；根据查询指令从所述图数据中进行数据查询，生成所述查询语句对应的查询结果。缺点是：图数据库需要存储大量的节点和关系信息，占用了大量的存储空间，对于大规模数据的查询，可能需要更大的存储空间，增加了成本和难度；

杭州悦数科技有限公司的专利申请“一种加速图数据库数据查询的方法、系统、装置和介质”(专利申请号：CN202210957310.7)，其特征在于,所述方法包括：当图数据写入到所述图数据库中的存储节点后,将所述图数据同步到所述拓扑节点；通过所述拓扑节点存储所述图数据的图拓扑关系，基于所述拓扑节点中存储的图拓扑关系完成查询请求。缺点是：需要依赖专门的硬件设备，例如图处理器或者加速卡等。这些设备成本较高，且需要专业技术人员进行维护和管理；受限于数据大小，当数据集非常大时，查询速度可能仍然很慢。

发明内容

鉴于此，本发明提供一种大规模图数据高效查询方法，以解决上述技术问题。

本发明公开了一种大规模图数据高效查询方法，应用于对分布式数据库中图数据的查询，其包括：

步骤1：对图数据进行划分，得到图数据的初始分区；其中，所述初始分区包括每个顶点向量的二进制签名以及对应的哈希桶；

步骤2：对图数据的初始分区进行调整，得到新的分区；

步骤3：将RDF格式的图数据转换为属性图格式并存储；

步骤4：基于SPARQL查询语句，得到连接计划；

步骤5：根据连接计划和SPARQL查询映射算法，在分布式数据库中得到查询结果。