Verteilte Auswertung von RDF-Graphen mit MapReduce und ...

Empfehlungen

Info

5.2 Laufzeiten und Beobachtungen Q1 1M 5M 10M 25M 50M Laufzeit 00:00:19 00:00:36 00:00:40 00:01:00 00:01:54 Ergebnisse 1 1 1 1 1 Tabelle 5.1: Auswertung der Anfrage Q1 00:02:01 00:01:44 00:01:26 Zeit (hh:mm:ss) 00:01:09 00:00:52 00:00:35 00:00:17 00:00:00 0 10 20 30 40 50 60 RDF Tripel( in Millionen) Abbildung 5.1: Auswertung der Anfrage Q1 35
5.2 Laufzeiten und Beobachtungen 5.2.2 Q2 SELECT * WHERE { } ?inproc rdf:type bench:Inproceedings. ?inproc dc:creator ?author. ?inproc bench:booktitle ?booktitle. ?inproc dc:title ?title. ?inproc dcterms:partOf ?proc. ?inproc rdfs:seeAlso ?ee. ?inproc swrc:pages ?page. ?inproc foaf:homepage ?url . ?inproc dcterms:issued ?yr. Listing 5.2: Anfrage Q2 Die Anfrage Q2, die in Listing 5.2 aufgeführt wird, ist die längste Anfrage und besteht aus insgesamt 8 Verbünden. Es handelt sich hierbei nicht um die ursprüngliche Anfrage von SP 2 Bench, da „OPTIONAL“- und „ORDER BY“-Befehle weggelassen werden mussten. Q2 1M 5M 10M 25M 50M Laufzeit 00:02:31 00:06:26 00:14:20 00:51:20 01:48:29 Ergebnisse 64679 252754 613729 1896297 4230949 Tabelle 5.2: Auswertung der Anfrage Q2 Die Laufzeiten, dargestellt in Tab. 5.2 und Abb. 5.2 sind deutlich länger verglichen mit den anderen Anfragen. Auch bei dieser Anfrage kann ein linearer Verlauf der Laufzeiten festgestellt werden, wobei das Maximum bei 01:48:29 liegt. 5.2.3 Q3A Die Anfrage Q3A (Listing 5.3) ist ähnlich zur Anfrage Q1 und besteht aus einem Verbund. Die Anfrage Q3A, die von SP2Bench bereitsgestellt wird, sah einen „FILTER“-Befehl vor. Dies wurde vermieden, indem der Wert als Prädikat des zweiten Tripelmusters eingefügt worden ist. Die Laufzeiten werden in Tab. 5.3 und Abb. 5.3 tabellarisch und graphisch dargestellt. Auch hier ist eine Linearität der Laufzeit in Abhängigkeit der Datengröße zu erkennen. 36
Seite 1 und 2: Bachelorarbeit Verteilte Auswertung
Seite 3 und 4: Bearbeitungszeitraum 26. 05. 2011 -
Seite 5 und 6: Inhaltsverzeichnis Kurzfassung 1 1
Seite 7 und 8: 1 Einführung Die Idee des Semantic
Seite 9 und 10: 2 Grundlagen 2.1 Semantic Web Im Ja
Seite 11 und 12: 2.1 Semantic Web @prefix r d f : .
Seite 13 und 14: 2.2 Apache Hadoop PREFIX p1 PREFIX
Seite 15 und 16: 2.3 Apache Cassandra Abbildung 2.2:
Seite 17 und 18: 2.3 Apache Cassandra Student (Super
Seite 19 und 20: 2.3 Apache Cassandra nicht direkt p
Seite 21 und 22: 3 Strategien zur Auswertung und Spe
Seite 23 und 24: 3.1 Speicherstrategie Tab. 3.1 füh
Seite 25 und 26: 3.2 Auswertungsstrategie 3.2 Auswer
Seite 27 und 28: 3.2 Auswertungsstrategie bilden jew
Seite 29 und 30: 4.1 Einlesen der Daten Abbildung 4.
Seite 31 und 32: 4.2 Auswerten der Anfragen Die Klas
Seite 33 und 34: 4.2 Auswerten der Anfragen 4.2.4 Op
Seite 35 und 36: 4.2 Auswerten der Anfragen Triple P
Seite 37: 5.2 Laufzeiten und Beobachtungen au
Seite 41 und 42: 5.2 Laufzeiten und Beobachtungen 00
Seite 43 und 44: 5.2 Laufzeiten und Beobachtungen 5.
Seite 45 und 46: 5.3 Probleme und mögliche Ursachen
Seite 47 und 48: Verwandte Arbeiten Implementierung.
Seite 49 und 50: 7.1 Ausblick kann weiter untersucht
Seite 51 und 52: [14] G. Ladwig and A. Harth, “An

Verteilte Auswertung von RDF-Graphen mit MapReduce und ...

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?