|
今期は、グラフデータベース技術をリアル空間に存在するIoT機器ではなく、サイバー空間のオブジェクトに適用した。ソーシャルネットワークやリアルタイムのレコメンデーションなど、ソーシャルアクティビティに関連するデータが大幅に増加しているため、毎秒大量の関連データが生成されている。従来のリレーショナルデータベースでは、この状況を十分に処理できない。ソーシャルネットワークはグラフで簡単に表現できるためグラフデータベースは、社会活動の関係を表すのに適している。グラフデータベースを使用すると、データをノードおよび関係として保存できるため、データをグラフとしてクエリできる。ただし、関係のプロパティまたは関係の関係についてのクエリなど、関係に関するクエリ}を効果的に実行できるメカニズムはない。これらの問題を解決するために、関係に基づくクエリの概念を導入し、Datalogに基づくRelSeekerと呼ばれるグラフデータベースクエリ言語を開発した。RelSeekerでは、ユーザーはリレーションシップ、ノード、およびリレーションシップのリレーションシップのプロパティを使用してクエリルールを作成できる。さらに、Datalogは、グラフデータベース内の関係の関係を記述するのに適している。RelSekerのこれらの主要な機能により、グラフデータベースで効果的な関係に基づくクエリ処理が可能になる。提案されているクエリ言RelSeekerはDatalogの拡張機能であり、データ構造を処理し、操作の作成、取得、更新を通じてグラフデータベースを操作できる。
|
