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

Einführung
Datenbanken zeichnen sich durch den Verzicht auf Schemata zur besseren horizontalen
Skalierung aus. Cassandra ist eine weitere NoSQL-Datenbank, mit der Firmen
wie beispielsweise Facebook, Digg und Twitter gute Erfahrungen gemacht haben.
Ziel dieser Arbeit ist es, die Eigenschaften, die sich aus der Kombination von Cassandra
mit MapReduce ergeben, in Hinblick auf die Auswertung von SPARQL Basic
Graph Patterns auf großen RDF-Graphen zu untersuchen. Die Arbeit beschränkt
sich auf das Auswerten einer Folge von SPARQL Basic Graph Patterns mit maximal
zwei Variablen pro Tripel. Hierfür wurde eine Implementierung entwickelt, die die
Besonderheiten des Datenmodells zum schnellen Zugriff auf die Daten ausnutzt.
Die Arbeit ist wie folgt aufgebaut: In Kapitel 2 werden die Grundlagen des Semantic
Webs und der verwendeten Technologien vorgestellt. Darauf aufbauend werden im
folgenden Kapitel die allgemeinen Strategien zur Auswertung und Speicherung der
RDF-Daten vorgestellt. Kapitel 4 erläutert wie diese Strategien in der Implementierung
technisch umgesetzt worden sind. Die Ergebnisse der Evaluation werden in
Kapitel 5 vorgestellt. Es wurden sowohl das Verhalten bei verschiedenen Datengrößen,
als auch der Einfluss verschiedener Parameter untersucht. In Kapitel 6 werden
verwandte Arbeiten vorgestellt und die Unterschiede aufgezeigt. Abschließend wird
in Kapitel 7 ein Fazit und Ausblick gegeben.
5