HDTCat：让 HDT 实现可扩展
数据库
2018-09-20 v1
摘要
HDT（Header, Dictionary, Triples）是一种 RDF 序列化格式。HDT 近年来非常流行，因为它能以极小的磁盘占用存储 RDF 数据，同时仍可查询。因此，在可扩展性成为问题时，HDT 常被使用。一旦 RDF 数据被序列化为 HDT，其存储的磁盘占用和查询的内存占用都非常低。然而，从原始文本 RDF 序列化格式（如 N-Triples）生成 HDT 文件是一项耗时且（尤其是）耗内存的任务。在本文中，我们提出 HDTCat，一种以低内存占用合并两个 HDT 文件的算法与命令行工具。HDTCat 可用于分治策略，以低内存占用从海量数据集生成 HDT 文件。
引用
@article{arxiv.1809.06859,
title = {HDTCat: let's make HDT scale},
author = {Dennis Diefenbach and Josée M. Giménez-García},
journal= {arXiv preprint arXiv:1809.06859},
year = {2018}
}