面向大规模语义数据的分布式并行数据库系统的设计与实现

A major problem for the development of big data is how to analyse and manage increasingly tremendous heterogenous data with complex semantics in an efficient and effective manner. We will first design a novel semantic data model which inherently supports the frequent evolution and schema-less and schema-mix data representation, which contributes to effective data integration and data fusion. Based on this model, we will continue investigating the query and analysis language, and the data partition and distribution method by combining the graph partition and semantic information of the data. To alleviate the complexity resulting from large search space and intermediate results of analytic tasks, parallel computation model and algorithms will be designed and implemented. Based on a cluster of commodity computers, we will propose a scalable distributed and parallel architecture and build a prototype system for highly efficient parallel computing and analysis of large-scale semantic data, so as to meet various demands for comprehensive analysis and accurate queries on semantic data. The proposed work is of important theoretical value and promising application future.

如何高效的分析和管理日益剧增的大规模异质异源快速变化的复杂语义数据是大数据研究所面临的主要问题。我们将首先以复杂语义数据的表示和管理方法为切入点，探索适于表示大规模复杂语义数据的内涵、外延以及演化信息的语义数据模型，深入研究无模式数据的集成与融合，元数据的演化与管理。并为此模型设计具有推理功能的语义查询分析语言和结合图切分与语义信息的数据分割方法。同时，面临大规模语义数据的分析任务时，为了解决大量的中间结果导致的计算复杂度高查询速度慢的问题，设计与实现语义大数据的并行计算模型。继而在通用计算集群上实现适用于管理大规模语义数据的可扩展分布式和并行数据库系统，以满足对大规模语义数据的综合分析与精确查询。本课题的研究可以完善大数据环境下的语义数据管理的理论，为数据融合背景下的海量复杂多变语义数据管理与分析系统奠定基础，并为语义大数据应用的发展提供新思路和理论依据。

如何高效的分析和管理日益剧增的大规模异质异源快速变化的复杂语义数据是大数据研究所面临的主要问题。我们将首先以复杂语义数据的表示和管理方法为切入点，探索适于表示大规模复杂语义数据的内涵、外延以及演化信息的语义数据模型，深入研究无模式数据的集成与融合，元数据的演化与管理。并为此模型设计具有推理功能的语义查询分析语言和结合图切分与语义信息的数据分割方法。同时，面临大规模语义数据的分析任务时，为了解决大量的中间结果导致的计算复杂度高查询速度慢的问题，设计与实现语义大数据的并行计算模型。继而在通用计算集群上实现适用于管理大规模语义数据的可扩展分布式和并行数据库系统，以满足对大规模语义数据的综合分析与精确查询。本课题的研究可以完善大数据环境下的语义数据管理的理论，为数据融合背景下的海量复杂多变语义数据管理与分析系统奠定基础，并为语义大数据应用的发展提供新思路和理论依据。