吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (5): 1550-1558.doi: 10.13229/j.cnki.jdxbgxb201505025

• • 上一篇    下一篇

基于查询转换的RDF高效查询方法

佟强1, 程经纬2, 张富2, 张丽丽2, 马宗民2   

  1. 1.东北大学 软件学院,沈阳 110819;
    2.东北大学 信息科学与工程学院,沈阳 110819
  • 收稿日期:2014-09-01 出版日期:2015-09-01 发布日期:2015-09-01
  • 通讯作者: 程经纬(1974-),男,讲师,博士.研究方向:语义Web,本体.E-mail:chengjingwei@ise.neu.edu.cn
  • 作者简介:佟强(1975-）,男,讲师,博士.研究方向:本体,数据库.E-mail:tongq@swc.neu.edu.cn
  • 基金资助:
    国家自然科学基金项目(61370075,61202260,61370154,61370155); 教育部中央高校基本科研业务费专项项目(N140404005, N140404010); 辽宁省教育厅科学研究一般项目(L2013098)

Efficient RDF querying based query translation

TONG Qiang1, CHENG Jing-wei2, ZHANG Fu2, ZHANG Li-li2, MA Zong-min2   

  1. 1.Software College, Northeastern University, Shenyang 110819, China;
    2.College of Information Science and Engineering, Northeastern University, Shenyang 110819, China
  • Received:2014-09-01 Online:2015-09-01 Published:2015-09-01

RICH HTML

0   

PDF (PC)

291

摘要： 为实现RDF的高效查询,提出了一种基于SPARQL到SQL查询转换的RDF查询处理方法。给出了SPARQL图模式到SQL查询的转换规则,以及SPARQL查询到SQL查询的转换规则。建立了SPARQLtoSQL实验系统,通过对实验结果分析,证明了实验系统的可行性、正确性以及有效性。

关键词: 人工智能, SPARQL, 结构化查询语言, 资源描述框架, 查询转换

Abstract: To achieve efficient Resource Description Framework (RDF) querying, an approach of translation of Simple Protocol and RDF Query Language (SPARQL) into Structured Query Language (SQL) is proposed. The translation rules of SPARQL graph patterns to SQL queries, and SPARQL queries to SQL queries are provided. An experimental system called SPARQLtoSQL is implemented. The experimental results are analyzed, which demonstrate the feasibility, correctness and effectiveness of the system.

Key words: artificial intelligence, SPARQL, SQL, RDF, query translation

中图分类号: 

  • TP182
[1] RDF 1.1 Concepts and Abstract Syntax[EB/OL]. 2014. http://www.w3.org/TR/rdf11-concepts/.
[2] SPARQL 1.1 Query Language[EB/OL]. 2013. http://www.w3.org/TR/sparql11-query/
[3] Kiminki S, Knuuttila J, Hirvisalo V. SPARQL to SQL translation based on an intermediate query language[C]∥Proc of 6th International Workshop on Scalable Semantic Web Knowledge Base Systems, Shanghai, China, 2010: 32-47.
[4] Chebotko A, Lu S, Fotouhi F. Semantics preserving SPARQL-to-SQL translation[J]. Data & Knowledge Engineering(DKE), 2009, 68(10): 973-1000.
[5] Elliott B, Cheng E, Thomas-Ogbuji C. A complete translation from SPARQL into efficient SQL[C]∥Proc of 2009 International Database Engineering Applications Symposium, Cetraro (Calabria), Italy, 2009: 31-42.
[6] Zhou C Y, Zheng Y W. Query rewriting from SPARQL to SQL for relational database integration[J]. IEIT Journal of Adaptive & Dynamic Computing, 2010, 1(1): 1-8.
[7] 吴涛.语义网本体查询语言转换技术的研究与实现[D].北京:北京工业大学计算机学院,2009. Wu Tao. Research and implementation of translation techniques of semantic Web ontology query language[D]. Beijing:College of Computer Science, Beijing University of Technology,2009.
[8] 雷云飞,黄刘生,陈国良. RDF查询语言到SQL语言的转换原理及其实现方法[J].计算机研究与发展,2004,41(7):1251-1257. Lei Yun-fei, Huang Liu-sheng, Chen Guo-liang. Principle of converting RDF query language to SQL and its implementation [J]. Journal of Computer Research and Development, 2004, 41(7):1251-1257.
[9] 王进鹏, 张亚非, 苗壮. SPARQL 查询的关系代数表示与转换方法[J]. 计算机工程与应用, 2011, 47(22):110-113. Wang Jin-peng, Zhang Ya-fei, Miao Zhuang. Algebra representation and transformation for SPARQL query[J]. Computer Engineering and Application,2011, 47(22):110-113.
[10] Chen Y. Using SPARQL to query RDF data[J].Technological Development of Enterprise, 2007, 26(7): 6-10.
[1] 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[2] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[3] 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[4] 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[5] 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[6] 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[7] 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[8] 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[9] 杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[10] 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[11] 曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.
[12] 李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611.
[13] 邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230.
[14] 王生生, 王创峰, 谷方明. OPRA方向关系网络的时空推理[J]. 吉林大学学报(工学版), 2017, 47(4): 1238-1243.
[15] 马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发