摘 ?要： 為高效地存儲(chǔ)和管理大規(guī)模語(yǔ)義Web數(shù)據(jù)，結(jié)合語(yǔ)義Web數(shù)據(jù)查詢的特點(diǎn)，提出一種基于HBase的資源描述框架RDF（Resource Description Framework）數(shù)據(jù)存儲(chǔ)改進(jìn)方法。該方法將以主語(yǔ)+謂語(yǔ)、謂語(yǔ)+賓語(yǔ)、賓語(yǔ)+主語(yǔ)為索引的RDF數(shù)據(jù)存放在SP_O、PO_S、OS_P三張索引表中，同時(shí)將PO_S表按類劃分為P_SO和P_OS兩類，并給出改進(jìn)的查詢索引方法。對(duì)數(shù)據(jù)的加載存儲(chǔ)，利用HBase自帶的BulkLoad工具將數(shù)據(jù)上傳至HBase存儲(chǔ)表中。通過(guò)理論分析和實(shí)驗(yàn)結(jié)果顯示，改進(jìn)的存儲(chǔ)方法對(duì)固定謂語(yǔ)的查詢能作出快速響應(yīng);BulkLoad并行加載數(shù)據(jù)具有較高的加速比，在縮短數(shù)據(jù)加載時(shí)間的同時(shí)能提升系統(tǒng)整體存儲(chǔ)性能。

關(guān)鍵詞： 語(yǔ)義Web;HBase;RDF;數(shù)據(jù)存儲(chǔ)

中圖分類號(hào)： TP391.9 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.12.003

本文著錄格式：朱道恒，秦學(xué)，劉君鳳. 一種基于HBase的RDF數(shù)據(jù)存儲(chǔ)改進(jìn)方法[J]. 軟件，2019，40（12）：1317

An Improved Method of RDF Data Storage Based on HBase

ZHU Dao-heng， QIN Xue， LIU Jun-feng

（College of Big Data and Information Engineering， Guizhou University， Guiyang Guizhou 550025， China）

【Abstract】： In order to efficiently store and manage large-scale semantic Web data ， an improved method of data storage based on HBase's resource description framework RDF is proposed.， which combines the characteristics of semantic Web data query. In this method， RDF data indexed by subject + predicate， predicate + object， object + subject is stored in three index tables of SP_O， PO_S and OS_P.At the same time， PO_S table is divided into two categories， P_SO and P_OS， and an improved query index method is given. To load and store the data， the BulkLoad tool that HBase brings is used to upload the data to the HBase storage table. The theoretical analysis and experimental results show that the improved storage method can respond quickly to the fixed predicate query; BulkLoad parallel loading data has a high acceleration ratio， which can improve the overall storage performance of the system while shortening the data loading time.

【Key words】： Semantic web; HBase; RDF; Data storage

0 ?引言

語(yǔ)義Web核心思想是：通過(guò)在Internet上的文檔中添加可被計(jì)算機(jī)所理解的語(yǔ)義，從而使整個(gè)Internet成為一個(gè)通用的信息交換媒介[1]。為規(guī)范化地描述Web資源及其屬性，W3C組織提出了一個(gè)Web資源之間語(yǔ)義關(guān)系的開放元數(shù)據(jù)框架RDF[2]。RDF作為一種典型的非結(jié)構(gòu)化數(shù)據(jù)，是一種規(guī)范的語(yǔ)義Web描述方法。

近年來(lái)，由于語(yǔ)義網(wǎng)發(fā)展迅速，語(yǔ)義Web數(shù)據(jù)呈現(xiàn)井噴式的增長(zhǎng)，這使得關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)已經(jīng)很難管理這些數(shù)據(jù)。而關(guān)系型數(shù)據(jù)庫(kù)在處理大規(guī)模語(yǔ)義Web數(shù)據(jù)時(shí)存儲(chǔ)與查詢效率均低于分布式數(shù)據(jù)庫(kù)，越來(lái)越多的研究者開始利用分布式系統(tǒng)的海量數(shù)據(jù)存儲(chǔ)與并行計(jì)算能力來(lái)解決海量數(shù)據(jù)管理問(wèn)題[3-4]。

RDF數(shù)據(jù)的存儲(chǔ)從以下兩個(gè)方面入手：

（1）存儲(chǔ)方面：建立合適的表結(jié)構(gòu)使數(shù)據(jù)存儲(chǔ)空間開銷與查詢性能達(dá)到一定平衡;

（2）查詢方面：建立有效的索引使數(shù)據(jù)的查詢變得簡(jiǎn)單、快速。

通過(guò)分析用戶的一些日常查詢數(shù)據(jù)，發(fā)現(xiàn)大部分的查詢都包含固定的謂語(yǔ)值。根據(jù)這一現(xiàn)象，結(jié)合當(dāng)前RDF數(shù)據(jù)的查詢特點(diǎn)，提出一種基于HBase的RDF數(shù)據(jù)存儲(chǔ)方法。將包含語(yǔ)義的RDF數(shù)據(jù)存儲(chǔ)到設(shè)計(jì)好的三張HBase表中以實(shí)現(xiàn)海量RDF數(shù)據(jù)的分布式存儲(chǔ)，并用HBase自帶的BulkLoad工具完成數(shù)據(jù)的上傳，一方面，提升數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)的效率，另一方面，提高RDF數(shù)據(jù)的查詢效率。

1 ?相關(guān)研究工作

傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)RDBMS（Rela tional Database Management System）存儲(chǔ)和管理RDF數(shù)據(jù)的弊端已經(jīng)日漸凸顯。RDBMS通過(guò)數(shù)據(jù)、關(guān)系和約束條件組成模型來(lái)存放和管理數(shù)據(jù)。當(dāng)前，垂直（三元組表）存儲(chǔ)模式[5]、水平存儲(chǔ)模式[6]、屬性存儲(chǔ)模式[7]、模式生成存儲(chǔ)模式[8]都是基于關(guān)系型

數(shù)據(jù)庫(kù)設(shè)計(jì)的。因?yàn)殛P(guān)系型數(shù)據(jù)庫(kù)的表結(jié)構(gòu)一般需要提前設(shè)計(jì)好，而且部署環(huán)境是單機(jī)型，所以，對(duì)于動(dòng)態(tài)性和可擴(kuò)展性要求較高的大規(guī)模數(shù)據(jù)的存儲(chǔ)而言，關(guān)系型數(shù)據(jù)庫(kù)就難以滿足。

分析上述幾種存儲(chǔ)模式，三元組表[9]的存儲(chǔ)方式最簡(jiǎn)單，一張包含主語(yǔ)、謂語(yǔ)和賓語(yǔ)三列的表可以存儲(chǔ)所有本體數(shù)據(jù)。垂直存儲(chǔ)模式是在三元組表模式基礎(chǔ)之上的一種優(yōu)化。它把相同謂語(yǔ)的三元組存到同一張表中，一定程度上降低了存儲(chǔ)開銷。水平存儲(chǔ)模式先垂直劃分三元組，把相同的謂語(yǔ)作為列名，主語(yǔ)和賓語(yǔ)各存入一列，這樣有效避免了空值和多值屬性問(wèn)題。屬性表存儲(chǔ)模式根據(jù)屬性的不同，設(shè)計(jì)了多元表列，把相同的主語(yǔ)及對(duì)應(yīng)的屬性值存入同一行，這樣避免了多表連接和自連接問(wèn)題。模式生成存儲(chǔ)主要是對(duì)表做水平和垂直切分，這樣大幅減少了表中的空值數(shù)量。表1對(duì)以上幾種存儲(chǔ)模式各自的優(yōu)缺點(diǎn)作出簡(jiǎn)單對(duì)比。

表1 ?基于關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)方案的對(duì)比

Tab.1 ?Comparison of storage schemes based on relational database

存儲(chǔ)方案 優(yōu)點(diǎn) 缺點(diǎn)

三元組表 結(jié)構(gòu)簡(jiǎn)單、易實(shí)現(xiàn) 自連接多、數(shù)據(jù)表大，查詢效率低

水平存儲(chǔ) 避免空值和多值屬性問(wèn)題 數(shù)據(jù)表過(guò)多，大量表連接操作，不支持未知屬性查詢

屬性存儲(chǔ) 避免多表連接和自連接 存儲(chǔ)表稀疏，存儲(chǔ)空間浪費(fèi)

模式生成 降低儲(chǔ)存開銷、查詢連接計(jì)算開銷 過(guò)多人工干預(yù)、大規(guī)模數(shù)據(jù)管理難

近些年，大量的研究機(jī)構(gòu)都在研究RDF數(shù)據(jù)的存儲(chǔ)與查詢，分布式系統(tǒng)和并行技術(shù)被廣泛應(yīng)用到語(yǔ)義Web的管理中，如Oracle公司開發(fā)的Oracle RDF，MPI研究所研發(fā)的RDF-3X[10]，DERI研發(fā)的YARS系統(tǒng)等。RDF-3X系統(tǒng)將建立的索引存儲(chǔ)在B+樹的葉子節(jié)點(diǎn)上，通過(guò)各種索引表來(lái)分布式訪問(wèn)集群資源，這種系統(tǒng)存在數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)復(fù)雜，通信開銷較大，安全性不高等缺點(diǎn)。

HBase[11]是谷歌BigTable[12]的開源實(shí)現(xiàn)，它是基于列存儲(chǔ)、可伸縮、性能較高的分布式數(shù)據(jù)庫(kù)，便于存儲(chǔ)非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)。文獻(xiàn)[13]設(shè)計(jì)出六張HBase索引表S_PO、P_OS、O_SP、PS_O、SO_P和PO_S來(lái)存儲(chǔ)數(shù)據(jù)。S_PO表以主語(yǔ)為Row-Key，（謂語(yǔ)，賓語(yǔ)）為列標(biāo)簽，P_OS等五張表依此類推。文獻(xiàn)[14]將文獻(xiàn)[13]的存儲(chǔ)表簡(jiǎn)化到三張，用SO_P、PO_S、OS_P三張索引表來(lái)存儲(chǔ)數(shù)據(jù)。而S_PO、P_OS、O_SP這三種數(shù)據(jù)索引表就可以對(duì)應(yīng)所有的三元組查詢模式，它們對(duì)應(yīng)如表2所示的查詢組合。

當(dāng)前，大多數(shù)的研究主要集中在Hadoop上進(jìn)行數(shù)據(jù)的存儲(chǔ)設(shè)計(jì)和查詢處理。Hadoop是Apache

Software Foundation擁有的開源分布式計(jì)算平臺(tái)，在分布式環(huán)境下提供了海量數(shù)據(jù)的處理能力。有研究者基于上述索引表存儲(chǔ)機(jī)制，提出一種通過(guò)創(chuàng)建數(shù)據(jù)詞典來(lái)編解碼操作RDF數(shù)據(jù)的模型，該模型有效降低存儲(chǔ)開銷的同時(shí)保證了數(shù)據(jù)的安全性[15-17]，但未對(duì)存儲(chǔ)模式作出優(yōu)化。

2 ?改進(jìn)的RDF數(shù)據(jù)存儲(chǔ)方法

2.1 ?存儲(chǔ)改進(jìn)方法

目前大多數(shù)的存儲(chǔ)系統(tǒng)都是基于數(shù)據(jù)自身的結(jié)構(gòu)來(lái)做改進(jìn)，以求提高存儲(chǔ)和查詢效率。但從用戶的查詢習(xí)慣來(lái)看，這些數(shù)據(jù)存儲(chǔ)和查詢效率并不高。通過(guò)分析里海大學(xué)基準(zhǔn)LUBM（Lehigh University Benchmark）中的查詢記錄，得到SP？、？PO、？P？三種固定謂語(yǔ)的查詢方式較符合大多數(shù)用戶的習(xí)慣，基于這些查詢方式的數(shù)量占查詢總數(shù)的絕大部分。

由于謂語(yǔ)的數(shù)量相對(duì)主語(yǔ)和賓語(yǔ)較少，如果單獨(dú)將謂語(yǔ)作為行鍵索引會(huì)增大查詢開銷。因此本文設(shè)計(jì)三張表SP_O、PO_S、OS_P，分別是將<主語(yǔ)+謂語(yǔ)>、<謂語(yǔ)+賓語(yǔ)>、<賓語(yǔ)+主語(yǔ)>組成復(fù)合行鍵，三張表的列限定符分別為賓語(yǔ)、主語(yǔ)、謂語(yǔ)。對(duì)三張HBase表分別建索引表SP_O、PO_S、OS_P，再把PO_S索引表劃分為兩大類：P_OS和P_SO，而不修改SP_O、OS_P索引表。這樣當(dāng)謂語(yǔ)固定后做查詢時(shí)，通過(guò)P_OS和P_SO表可對(duì)主語(yǔ)或賓語(yǔ)的不同組合做精細(xì)查詢。實(shí)現(xiàn)方式如下：

P_OS：

Row-Key：Predicate{

Column Family：Object{

Column：（Subject）

}

}

P_SO：

Row-Key：Predicate{

Column Family：Subject{

Column：（Object）

}

}

2.2 ?模型設(shè)計(jì)

設(shè)計(jì)如下圖1所示的數(shù)據(jù)存儲(chǔ)模型，不改變SP_O和OS_P索引表，對(duì)PO_S索引表可按類進(jìn)行劃分為P_OS、P_SO兩類，每個(gè)謂詞值都被索引并存儲(chǔ)為熱數(shù)據(jù)。利用該模型查詢固定謂語(yǔ)的RDF數(shù)據(jù)的速度將會(huì)提高。因?yàn)橹^語(yǔ)一般在RDF數(shù)據(jù)集中所占比例較小，這樣以謂語(yǔ)為索引的存儲(chǔ)表便能用更短的時(shí)間找到數(shù)據(jù)，再配合SP_O和OS_P兩張索引表的查詢，就能查到絕大多數(shù)數(shù)據(jù)，同時(shí)查詢效率也會(huì)提升。

2.3 ?索引查找算法

根據(jù)改進(jìn)后的表3，我們要查找的目標(biāo)索引是與查詢請(qǐng)求相對(duì)應(yīng)的索引類型。設(shè)計(jì)算法如下算法1所示。

算法1 查詢索引

輸入：查詢語(yǔ)句

輸出：索引類型

開始

//若謂語(yǔ)固定

if（predicate is constrained）

{

//且賓語(yǔ)固定

if（object is constrained）

return P_OS

else

Return P_SO

}

elso

{

//賓語(yǔ)固定

if（object is constrained）

return OS_P

elso

return SO_P

}

結(jié)束

該算法詳細(xì)給出查詢索引的步驟。根據(jù)算法流程，如果謂語(yǔ)固定，那就判斷賓語(yǔ)是否固定來(lái)確定相對(duì)的索引類型。反之，如果謂語(yǔ)不固定，再進(jìn)一步判斷賓語(yǔ)是否固定來(lái)確定相對(duì)的索引類型。根據(jù)大多數(shù)用戶查詢習(xí)慣，該算法先將數(shù)量級(jí)較小的謂語(yǔ)作為固定條件，能夠較快速地匹配出固定的元素，從而優(yōu)化整體匹配索引的過(guò)程。

2.4 ?RDF數(shù)據(jù)導(dǎo)入HBase

設(shè)計(jì)完數(shù)據(jù)存儲(chǔ)模型之后，將RDF數(shù)據(jù)按照

SP_O、OS_P、P_OS、P_SO模型加載到建好的HBase表中。如圖2所示為導(dǎo)入RDF數(shù)據(jù)所需的環(huán)境。

圖2 ?系統(tǒng)環(huán)境配置

Fig.2 ?System environment configuration

RDF數(shù)據(jù)導(dǎo)入HBase的方法主要有兩種：交互式導(dǎo)入和BulkLoad工具導(dǎo)入。由于交互式導(dǎo)入數(shù)據(jù)效率較低，實(shí)際中一般不使用該方法。本文使用HBase自帶的BulkLoad工具將RDF數(shù)據(jù)批量導(dǎo)入HBase表中。導(dǎo)入HBase表之前先通過(guò)HDFS Shell命令hadoop dfs -put將文件先導(dǎo)入HDFS上，再用HBase Java API將HDFS上的文件轉(zhuǎn)化為HFile格式，最后通過(guò)BulkLoad批量導(dǎo)入數(shù)據(jù)到HBase表。

通過(guò)MapReduce的并行計(jì)算，HDFS中的文件轉(zhuǎn)化適合HBase存儲(chǔ)的HFile格式的文件，再用BulkLoad工具將HFile文件導(dǎo)入到每個(gè)Region，而每個(gè)Region的大小由HMaster自動(dòng)平衡。HFile文件和Region都分布式地存儲(chǔ)在DataNode節(jié)點(diǎn)上。MapReduce處理數(shù)據(jù)如圖3所示。

圖3 ?MapReduce處理數(shù)據(jù)流向

Fig.3 ?MapReduce handles data flow

3 ?實(shí)驗(yàn)測(cè)試與結(jié)果分析

3.1 ?實(shí)驗(yàn)環(huán)境簡(jiǎn)介

實(shí)驗(yàn)環(huán)境為具有4個(gè)節(jié)點(diǎn)的Hadoop集群，每個(gè)節(jié)點(diǎn)的硬件和軟件配置如表4所示。實(shí)驗(yàn)?zāi)康氖菍DF數(shù)據(jù)均衡分布于各節(jié)點(diǎn)的HBase數(shù)據(jù)庫(kù)中。實(shí)驗(yàn)采用LUBM測(cè)試集，LUBM[15]是里海大學(xué)基準(zhǔn)，它包含OWL本體定義文件，UBA數(shù)據(jù)集生成器和

14個(gè)SPARQL查詢，能通過(guò)指定參數(shù)生成對(duì)應(yīng)的數(shù)據(jù)集，參數(shù)的大小決定數(shù)據(jù)集規(guī)模的大小。

表4 ?硬件和軟件配置

Tab.4 ?Hardware and software configuration

處理器 Intel Core i7 3.60 GHz JDK版本 1.8.0

內(nèi)存 16 GB Hadoop版本 2.7.1

硬盤內(nèi)存 500 GB HBase版本 1.1.5

操作系統(tǒng) Ubuntu16.04 Jena版本 3.10.0

3.2 ?實(shí)驗(yàn)結(jié)果分析

用數(shù)據(jù)發(fā)生器UBA生成三組RDF數(shù)據(jù)集如表5所示。

表5 ?RDF數(shù)據(jù)集

Tab.5 ?RDF data sets

數(shù)據(jù)集大小 LUBM1 LUBM10 LUBM20

RDF三元組個(gè)數(shù) 84 612 955 823 2 128 324

利用MapReduce編程模型將大規(guī)模RDF數(shù)據(jù)并行加載到HBase，并分別統(tǒng)計(jì)串行加載和MapReduce并行加載三組不同數(shù)據(jù)集所用的時(shí)間并計(jì)算加速比，如表6所示。

表6 ?數(shù)據(jù)加載時(shí)間

Tab.6 ?Data loading time

數(shù)據(jù)集 串行/min MapReduce/min 加速比

LUBM1 0.9 0.77 1.17

LUBM10 4.8 3.55 1.35

LUBM20 15.6 8.12 1.92

實(shí)驗(yàn)加速比由式（1）計(jì)算：

（1）

式中：T（S）表示串行加載運(yùn)行時(shí)間T（P）表示并行加載運(yùn)行時(shí)間。

由表6，對(duì)比兩種加載方法，當(dāng)數(shù)據(jù)規(guī)模較小時(shí)，兩種加載方式所用時(shí)間相差不大。當(dāng)數(shù)據(jù)規(guī)模逐漸增大時(shí)，并行加載算法加載操作RDF數(shù)據(jù)明顯比串行加載速度快，而且加速比也逐漸增大，說(shuō)明加載性能也隨之提升。

為驗(yàn)證本文對(duì)索引表PO_S分類之后的高效性，通過(guò)分別查詢存儲(chǔ)到SP_O和P_SO兩張表中的數(shù)據(jù)集，三組數(shù)據(jù)在兩張表中的響應(yīng)時(shí)間如表7所示。使用固定謂詞，已知主語(yǔ)，未知賓語(yǔ)設(shè)計(jì)查詢方法如下：

SELECT s p ？o

WHERE

{

？o

}

表7 ?SP_O與P_SO查詢響應(yīng)時(shí)間

Tab.7 ?SP_O and P_SO query response time

數(shù)據(jù)集 SP_O索引/s P_SO索引/s 加速比

LUBM1 0.482 0.391 1.23

LUBM10 1.063 0.782 1.36

LUBM20 2.045 1.329 1.53

從表中可以看出，在查詢每一組數(shù)據(jù)集時(shí)，P_SO表都比SP_O表的查詢時(shí)間短，并且隨著數(shù)據(jù)集的增大，查詢加速比也逐漸變大。同時(shí)存儲(chǔ)在HBase表中數(shù)據(jù)的有序性能夠保證查詢效率。

4 ?結(jié)語(yǔ)

面對(duì)大規(guī)模RDF數(shù)據(jù)的存儲(chǔ)效率不高和管理混亂的問(wèn)題，提出了一種改進(jìn)的基于分布式數(shù)據(jù)庫(kù)HBase的RDF數(shù)據(jù)存儲(chǔ)方法。相比傳統(tǒng)的RDF三元組存儲(chǔ)方法，這種方法能根據(jù)索引更快速地查詢到對(duì)應(yīng)的數(shù)據(jù)。不僅減小數(shù)據(jù)存儲(chǔ)開銷，而且能保證一定的查詢性能。為研究語(yǔ)義Web數(shù)據(jù)的高效查詢和推理奠定了一定的理論和應(yīng)用基礎(chǔ)。由于本文主要針對(duì)RDF數(shù)據(jù)的存儲(chǔ)方案在做優(yōu)化，未對(duì)RDF數(shù)據(jù)的查詢處理做深入的研究，后續(xù)的工作是要嘗試將優(yōu)化查詢算法應(yīng)用到該模型之中，從而進(jìn)一步提升數(shù)據(jù)的查詢效率。

參考文獻(xiàn)

[1]R.Studer， R.Benjamins， D. Fensel. Knowledge Engineering： Principles and Methods. Data & Knowledge Engineering， 1998， 25（1–2）： 161–198.

[2]杜方， 陳躍國(guó)， 杜小勇. RDF數(shù)據(jù)查詢處理技術(shù)綜述[J]. 軟件學(xué)報(bào)， 2013（06）： 1222-1242.

[3]謝華成， 馬學(xué)文. MongoDB數(shù)據(jù)庫(kù)下文件型數(shù)據(jù)存儲(chǔ)研究[J]. 軟件， 2015， 36（11）： 12-14

[4]牛亞偉， 林昭文， 馬嚴(yán). 數(shù)據(jù)流信息從MySQL到HBase的遷移策略的研究[J]. 軟件， 2015， 36（11）： 01-05.

[5]Harris S， Lamb N， Shadbolt N， et al. 4store： The design and implementation of a clustered rdf store[J]. Scalable Semantic Web Knowledge Base Systems， 2009， 4： 94-109.

[6]杜小勇， 王琰， 呂彬. 語(yǔ)義Web數(shù)據(jù)管理研究進(jìn)展[J]. 軟件學(xué)報(bào)， 2009， 20（11）： 2950-2964.

[7]鮑文， 李冠宇. 本體存儲(chǔ)管理技術(shù)研究綜述[J]. 計(jì)算機(jī)技術(shù)與發(fā)展. 2008， 18（1）： 146-150.

[8]Zhou Q， Hall W， Roure D D. Building a Distributed Infra-structure for Scalable Triple Stores[J].Journal of ComputerScience & Technology， 2009， 24（3）： 447-462.

[9]Kaoudi Z， Manolescu I. RDF in the clouds：a survey[J]. Vldb Journal， 2015， 24（1）： 67-91.

[10]Zheng W， Zou L， Lian X， et al. Efficient Subgraph Skyline Search Over Large Graphs[C]//Proceedings of the 23rd ACM International Conference on Conference on Information and Knowledge Management. ACM， 2014： 1529-1538.

[11]George L. HBase： the definitive guide[M]. OReilly Media， Incorporated， 2001.

[12]Chang F， Dean J， Ghemawat S， et al. Bigtable： A distributed storage system for structured data[J]. ACM Transactions on Computer Systems （TOCS）， 2008， 26（2）： 4.

[13]Sun J， Jin Q.Scalable rdf store based on hbase and mapreduce[C]. Advancd Computer Theory and Engineering （ICACTE）， 2010 3rd International Conference on IEEE， 2010， 1： V1-633-V1-636.

[14]Papailiou N， Konstantinou I， Tsoumakos D， et al. H2RDF： adaptive query processing on RDF data in the cloud[C]. Processing of the 21st international conference companion on the World Wide Web. ACM， 2012： 397-400.

[15]王又立， 王晶. 一種基于Kerberos和HDFS的數(shù)據(jù)存儲(chǔ)平臺(tái)訪問(wèn)控制策略[J]. 軟件， 2016， 37（01）： 67-70.

[16]申晉祥， 鮑美英. 基于Hadoop平臺(tái)的優(yōu)化協(xié)同過(guò)濾推薦算法研究[J]. 軟件， 2018， 39（12）： 01-05.

[17]王書夢(mèng)， 吳曉松. 大數(shù)據(jù)環(huán)境下基于MapReduce的網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)[J]. 軟件， 2015， 36（7）： 108-113.