350 руб
Журнал «Системы высокой доступности» №2 за 2014 г.
Статья в номере:
Отображение графовых моделей данных в каноническую модель в системах с интенсивным использованием данных
Ключевые слова: графовые модели данных атрибутированные графы большие графы отображения моделей данных интеграция информационных ресурсов
Авторы:
С. А. Ступников - к. т. н., ст. науч. сотрудник ИПИ РАН. E-mail: ssa@ipi.ac.ru
Аннотация:
Проведена унификация моделей данных, называемых графовыми. Приведены основные современные графовые модели, области их применения. Рассмотрены особенности использования графовых моделей при манипулировании большими данными, вопросы доказательства сохранения информации и семантики операций при отображении графовых моделей в объектно-фреймовую каноническую модель с использованием формального языка спецификаций AMN.
Страницы: 13-31
Список источников

  1. The Fourth Paradigm: Data-Intensive Scientific Discovery. Eds. Tony Hey, Stewart Tansley, and Kristin Tolle. Redmond: MicrosoftResearch. 2009.
  2. Захаров В. Н., Калиниченко Л. А., Соколов И. А., Ступников С. А. Конструирование канонических информационных моделей для интегрированных информационных систем // Информатика и ее применения. М.: ИПИРАН, 2007. Т. 1. Вып. 2. C. 15-38.
  3. Kalinichenko L. A., Stupnikov S. A., Martynov D. O. SYNTHESIS: a Language for Canonical Information Modeling and Mediator Definition for Problem Solving in Heterogeneous Information Resource Environments. IPIRAN. 2007. 171 p.
  4. Ступников С. А., Скворцов Н. А., Будзко В. И., Калиниченко Л. А., Захаров В. Н. Методы унификации нетрадиционных моделей данных. // Системы высокой доступности. № 1. 2014.
  5. Angles R.A Comparison of Current Graph Database Models. // Proc. of IEEE 28th International Conference on Data Engineering Workshops (ICDEW). 2012. P. 171-177.
  6. Robinson I., Webber J., Eifrem E. Graph Databases. O-Reilly Media. 2013. 212 p.
  7. Iordanov B.Hypergraphdb: a generalized graph database. // Proc. 2010 International Conference on Web-age information management (WAIM). Springer-Verlag, 2010. P. 25-36.
  8. Malewicz G., Austern M. H., Bik A. J. C., Dehnert J. C., Horn I., Leiser N., Czajkowski G.Pregel A System for Large-Scale Graph Processing. // Proc. of the 2010 ACM SIGMOD International Conference on Management of Data. 2010. P. 135-145.
  9. Apache Giraph Project. URL: http://giraph.apache.org/ (датаобращения: 05.02.2014).
  10. HadoopProject. URL: http://hadoop.apache.org/ (дата обращения: 05.02.2014).
  11. Shao B., Wang H., Li Y. Trinity: a distributed graph engine on a memory cloud. // Proc. of the 2013 ACM SIGMOD International Conference on Management of Data. 2013. P. 505-516.
  12. Kyrola A., Blelloch G., Guestrin C. Graphchi: Large-scale graph computation on just a PC. // 10th USENIX Symposium on Operating Systems Design and Implementation (OSDI). Berkeley: USENIX, 2012. P. 31-46.
  13. Trinity Manual. Microsoft Research Asia. 2012. 68 p. URL: http://research.microsoft.com/en-us/projects/trinity/trinitymanual.pdf (дата обращения: 05.02.2014).
  14. Shao B., Wang H., Xiao Y. Managing and mining large graphs: systems and implementations // Proc. of the 2012 ACM SIGMOD International Conference on Management of Data. 2012. P. 589-592.
  15. Sun Z., Wang H.(Hongzhi), Wang H. (Haixun), Shao B., Li J. Efficient Subgraph Matching on Billion Node Graphs. // Proceedings of the VLDB Endowment. 2012. V. 5. № 9. P. 788-799.
  16. Neo4j Graph Database. URL: http://www.neo4j.org/ (датаобращения: 05.02.2014).
  17. The Dex Graph Database Management System. URL: http://www.sparsity-technologies.com/dex.php (дата обращения: 05.02.2014).
  18. Sarwat M., Elnikety S., He Y., Kliot G. Horton: Online Query Execution Engine for Large Distributed Graphs. // Conference: International Conference on Data Engineering (ICDE). 2012. P. 1289-1292.
  19. Bykov S., Geller A., Kliot G., Larus J., Pandya R., Thelin J.Orleans: Cloud Computing for Everyone. // Proc. of the 2nd ACM Symposium on Cloud Computing (SOCC). ACM. 2011.
  20. Titan Project. URL: https://github.com/thinkaurelius/titan/wiki (датаобращения: 05.02.2014).
  21. Jouili S., Vansteenberghe V. An Empirical Comparison of Graph Databases. // International Conference on Social Computing (SocialCom). 2013. P. 708-715.
  22. Montag D.Understanding Neo4j Scalability. Neo Technology, 2013. URL: http://info.neotechnology.com/rs/neotechnology/ images/Understanding%20Neo4j%20Scalability(2).pdf (датаобращения: 05.02.2014).
  23. The Neo4j Manual. 2013. URL: http://docs.neo4j.org/ (дата обращения: 05.02.2014).
  24. RDF Primer. W3C Recommendation 10 February 2004. Eds. Manola F., Miller E. W3C, 2004. URL: http://www.w3.org/TR/2004/REC-rdf-primer-20040210/ (дата обращения: 05.02.2014).
  25. Скворцов Н. А. Отображение модели данных RDF в каноническую модель предметных посредников // Электронные библиотеки: перспективные методы и технологии, электронные коллекции: Труды XV Всероссийской научной конференции RCDL'2013 (Ярославль, 14 - 17 октября 2013). Ярославль: ЯрГУ им. П. Г. Демидова, 2013. С. 202 - 209.
  26. Calvanese D., Giacomo G., Lenzerini M., Vardi M. Query Processing under GLAV Mappings for Relational and Graph Databases. // Proc. of the VLDB Endowment. 2012. V. 6. № 2. P.61 - 72.
  27. Angles R., Gutierrez C. Survey of Graph Database Models. // ACM Computing Surveys. 2008. V. 40. № 1.
  28. Wood P. T.Query languages for graph databases. // ACM SIGMOD Record. 2012. V. 41. № 1. P. 50 - 60.
  29. Kalinichenko L. A., Briukhov D. O., Martynov D. O., Skvortsov N. A., Stupnikov S. A.Mediation Framework for Enterprise Information System Infrastructures. // Proc. of the 9th International Conference on Enterprise Information Systems ICEIS 2007. Funchal, 2007. V.: Databases and Information Systems Integration. P. 246 - 251.
  30. Abrial J.-R.The B-Book: Assigning Programs to Meanings. Cambridge: Cambridge University Press, 1996.
  31. Atelier B, the industrial tool to efficiently deploy the B Method. URL: http://www.atelierb.eu/index-en.php (дата обращения: 05.02.2014).
  32. Ступников С. А. Унификация модели данных, основанной на многомерных массивах, при интеграции неоднородных информационных ресурсов. // Труды RCDL'2012. Переславль-Залесский: Университет г. Переславля, 2012. С. 67 - 77.
  33. Theodoratos D.Semantic Integration and Querying of Heterogeneous Data Sources Using a Hypergraph Data Model // BNCOD 2002. Lecture Notes in Computer Science. V. 2405. Springer. 2002. P. 166 - 182.
  34. Sundaresan S. Hu G: Schema integration of distributed databases using hyper-graph data model. // Proc. of Information Reuse and Integration Conf, IRI 2005. 2005. P. 548 - 553. ISBN: 0-7803-9093-8.
  35. Tahat A., Ling M.H.T. Mapping Relational Operations onto Hypergraph Model // Proc. of CoRR 2011. The Python Papers. 2011. V. 6. Iss. 1. P. 1.
  36. Kalinichenko L. A., Stupnikov S. A. Heterogeneous information model unification as a pre-requisite to resource schema mapping // A. D-Atri and D. Saccà (eds.), Information Systems: People, Organizations, Institutions, and Technologies (Proc. of the V Conference of the Italian Chapter of Association for Information Systems itAIS). - Berlin-Heidelberg: Springer Physica Verlag, 2010. P. 373 - 380.