88、动态RDF数据集查询结果变更检测与调度策略研究

动态RDF数据集查询结果变更检测与调度策略研究

1. 相关工作

在动态RDF数据集的查询结果变更检测方面，有多种现有应用与之相关，比如外部查询缓存、部分数据集更新以及通知服务等。然而，尽管有研究展示了如何通过对先进的SPARQL处理器进行合理修改来计算最后修改日期，但实际可用的实现却很少。实际上，只有极小部分的公共SPARQL端点支持按查询进行缓存机制。

为了克服直接缓存指标的缺失，需要采用替代方法来识别数据集更新。最常见的方法是通过一个包装器重定向更新，该包装器会记录所有更改，但这种方法不适用于他人发布的数据集。如果数据发布者提供了数据集更新信息，就可以对这些信息进行分析。此外，虽然有数据集更新通知工具，但很少被部署。

由于实际上几乎完全缺乏上述缓存指标和变更检测提示，我们依赖于重新执行查询。显然，这种方法会导致额外的网络流量和服务器负载开销。为了减少这种开销，我们研究了有效的调度策略。

查询结果缓存也用于数据库系统，主要是为了增强动态数据库驱动网站的后端数据库的可扩展性。最著名的系统是Memcached，它支持为单个缓存条目定义过期时间以及本地缓存失效，但无法使其他来源的更新失效。更复杂的系统，如基于代理的查询结果缓存Ferdinand，使用更新通知来使本地缓存失效。

2. 预备知识

我们考虑一个动态数据集D，它会持续或定期更新。假设存在一个连续时间点序列$\overrightarrow{T} = (t_1, t_2, …, t_n)$，在这些时间点上数据集构成不同的版本。此外，我们考虑一个有限的SPARQL查询集Q。

对于每个时间点$t_i$和每个查询$q \in Q$，我们用$result