(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111678455.5 (22)申请日 2021.12.31 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 陈榕　石林　夏虞斌　陈海波　 臧斌宇　 (74)专利代理 机构 上海汉声知识产权代理有限 公司 3123 6 代理人 胡晶 (51)Int.Cl. G06F 16/901(2019.01) G06F 16/903(2019.01) G06F 16/9032(2019.01) G06F 9/50(2006.01) (54)发明名称 面向大规模时序RDF图数据的查询方法及系 统 (57)摘要 本发明提供了一种面向大规模时序RDF图数 据的查询方法及系统， 包括： 步骤S1： 采用键 ‑值 存储方式将五元组格式的时序RDF图数据均匀地 加载和存储到多台机器的内存中； 步骤S2： 在每 台机器上创建若干个客户端线程和若干个工作 线程； 步骤S3： 客户端线程接收用户的查询请求， 并对用户的查询请求进行解析， 将解析后的查询 请求发送至相应机器的工作线程； 步骤S4： 工作 线程执行查询任务得到最终查询结果； 步骤S5： 工作线程将查询结果返回至客户端 线程。 权利要求书2页 说明书7页 附图2页 CN 114417066 A 2022.04.29 CN 114417066 A 1.一种面向大规模时序RDF图数据的查询方法， 其特 征在于， 包括： 步骤S1： 采用键 ‑值存储方式将五元组格式的时序RDF图数据均匀地加载和存储到多台 机器的内存中； 步骤S2： 在每台机器上创建若干个客户端 线程和若干个工作线程； 步骤S3： 客户端线程接收用户的查询请求， 并对用户的查询请求进行解析， 将解析后的 查询请求发送至相应机器的工作线程； 步骤S4： 工作线程基于解析后的查询请求执 行查询任务得到最终查询结果； 步骤S5： 工作线程将查询结果返回至客户端 线程。 2.根据权利要求1所述的面向大规模时序RDF图数据的查询方法， 其特征在于， 所述时 序RDF图数据被持久化存储在若干文本文件中， 每个文本文件都由五元组形式的数据行组 成， 五元组的前三个元素分别是将主语、 谓语和宾语转化后得到的ID， 五元 组的前三个元素 表示有向图的一条边， 该边由主语对应的顶点指向宾语对应的顶点， 谓语则表 示边的类型； 后两个元 素分别表示该边有效期限的开始时间和截止时间的时间戳。 3.根据权利要求2所述的面向大规模时序RDF图数据的查询方法， 其特征在于， 所述步 骤S1采用： 键是由有向图的顶点ID、 谓语ID以及方向组成的三元组； 值是由顶点ID、 有效期 限开始时间和截止时间的两个时间戳组成的三元组列表； 一个键 ‑值对是由方向为dir、 类 型为pid的边以及顶点vid连接的所有顶点的ID及该相邻关系的有效期限。 4.根据权利要求1所述的面向大规模时序RDF图数据的查询方法， 其特征在于， 所述步 骤S2采用： 客户端线程和工作线程的数量在运行前配置； 且由于工作线程的负载较大， 工作 线程的数量 为客户端线程数量的预设倍数以上。 5.根据权利要求1所述的面向大规模时序RDF图数据的查询方法， 其特征在于， 所述用 户的查询请求采用： 时序扩展的S PARQL查询命令； 所述时序扩展的SPARQL查询命令包括： WHERE关键字前面包含一个时间常量或两个时 间常量， 和/或WHERE 关键字后面的每个查询模式包含两个时间量， 其中， 两个时间量包括常 量和/或变量。 6.根据权利要求1所述的面向大规模时序RDF图数据的查询方法， 其特征在于， 所述步 骤S3采用： 将解析后的查询请求 通过TCP或RDMA网络发送至预设机器的工作线程。 7.根据权利要求1所述的面向大规模时序RDF图数据的查询方法， 其特征在于， 所述查 询任务包括若干个三元组或五元组查询步； 所述步骤S4采用： 每执行一个查询步， 就会更新一次中间结果， 当所有查询步都被执行 完毕时就得到 了最终结果； 当一个查询步是三元组时， 匹配到的边只需要符合WHERE关键字前面的时间常量对有 效期限的限制； 当一个查询步是五元组时， 则需要符合五元组的两个时间量对有效期限的 限制。 8.一种面向大规模时序RDF图数据的查询系统， 其特 征在于， 包括： 模块M1： 采用键 ‑值存储方式将五元组格式的时序RDF图数据均匀地加载和存储到多台 机器的内存中； 模块M2： 在每台机器上创建若干个客户端 线程和若干个工作线程； 模块M3： 客户端线程接收用户的查询请求， 并对用户的查询请求进行解析， 将解析后的权　利　要　求　书 1/2 页 2 CN 114417066 A 2查询请求发送至相应机器的工作线程； 模块M4： 工作线程基于解析后的查询请求执 行查询任务得到最终查询结果； 模块M5： 工作线程将查询结果返回至客户端 线程。 9.根据权利要求8所述的面向大规模时序RDF图数据的查询系统， 其特征在于， 所述时 序RDF图数据被持久化存储在若干文本文件中， 每个文本文件都由五元组形式的数据行组 成， 五元组的前三个元素分别是将主语、 谓语和宾语转化后得到的ID， 五元 组的前三个元素 表示有向图的一条边， 该边由主语对应的顶点指向宾语对应的顶点， 谓语则表 示边的类型； 后两个元 素分别表示该边有效期限的开始时间和截止时间的时间戳； 所述模块M1采用： 键是由有向图的顶点ID、 谓语ID以及方向组成的三元组； 值是由顶点 ID、 有效期限开始时间和截止时间的两个时间戳组成的三元组列 表； 一个键 ‑值对是由方向 为dir、 类型为pid的边以及顶点vid连接的所有顶点的ID及该相邻关系的有效期限。 10.根据权利要求8所述的面向大规模时序RDF图数据的查询系统， 其特征在于， 所述模 块M2采用： 客户端线程和工作线程的数量在运行前配置； 且由于工作线程的负载较大， 工作 线程的数量 为客户端线程数量的预设倍数以上； 所述用户的查询请求采用： 时序扩展的S PARQL查询命令； 所述时序扩展的SPARQL查询命令包括： WHERE关键字前面包含一个时间常量或两个时 间常量， 和/或WHERE 关键字后面的每个查询模式包含两个时间量， 其中， 两个时间量包括常 量和/或变量； 所述模块M3采用： 将解析后的查询请求通过TCP或RDMA网络发送至预设机器的工作线 程； 所述查询任务包括若干个三元组或五元组查询步； 所述模块M4采用： 每执行一个查询步， 就会更新一次中间结果， 当所有查询步都被执行 完毕时就得到 了最终结果； 当一个查询步是三元组时， 匹配到的边只需要符合WHERE关键字前面的时间常量对有 效期限的限制； 当一个查询步是五元组时， 则需要符合五元组的两个时间量对有效期限的 限制。权　利　要　求　书 2/2 页 3 CN 114417066 A 3