一刀切并不适用：何时使用基于签名的剪枝来改进 RDF 图的模板匹配
数据库
2015-01-29 v1
摘要
基于签名的剪枝被广泛认为是提高一般标记图上图模板匹配查询性能的有效方法。大多数利用基于签名剪枝的现有技术都声称其在所有数据集和查询上均有益处。然而，基于签名剪枝的有效性在不同的 RDF 数据集间差异巨大，且与其数据集特征高度相关。我们观察到，基于签名剪枝带来的性能收益不仅取决于 RDF 图的大小，还取决于底层图结构和查询的复杂性。这促使我们提出一种灵活的 RDF 查询框架，称为 RDF-h，该框架通过评估 RDF 数据集和查询模板的特征来选择性地利用基于签名的剪枝。使用真实和合成数据集的实验结果证明了 RDF-h 的可扩展性和效率。
引用
@article{arxiv.1501.07184,
title = {One Size Does not Fit All: When to Use Signature-based Pruning to Improve Template Matching for RDF graphs},
author = {Shi Qiao and Z. Meral Ozsoyoglu},
journal= {arXiv preprint arXiv:1501.07184},
year = {2015}
}