매우 큰 지식 그래프의 적응형 저수준 저장
읽는 시간: 3 분
...
📝 원문 정보
- Title: Adaptive Low-level Storage of Very Large Knowledge Graphs
- ArXiv ID: 2001.09078
- 발행일: 2020-01-27
- 저자: Jacopo Urbani and Ceriel Jacobs
📝 초록 (Abstract)
웹상의 지식 그래프(KG) 사용의 증가로 인해 이러한 데이터 구조를 저장하기 위한 확장 가능한 일반적인 솔루션이 필요하게 되었습니다. 저희는 Trident라는 중앙화 시스템에 대규모 KG를 저장하기 위한 새로운 저장 아키텍처를 제안합니다. Trident는 노드와 엣지에 대한 빠른 액세스를 제공하기 위해 상호 연결된 데이터 구조를 사용하며, 그래프의 토폴로지를 고려하여 물리적 저장을 변경하여 메모리 발자국을 줄입니다. 단일 작업을 위한 단일 아키텍처와는 달리 저희 접근 방식은 SPARQL 쿼리 응답, 추론 또는 그래프 분석과 같은 작업을 구현하는 데 사용할 수 있는 몇 가지 낮은 수준의 일반적인 원시 기능을 제공하는 인터페이스를 제공합니다. 실험 결과 Trident는 값비싼 하드웨어 없이 10^11 개의 엣지를 처리하며 다양한 워크로드에서 경쟁력을 갖춘 성능을 보여주었습니다.💡 논문 핵심 해설 (Deep Analysis)
This research introduces Trident, a novel storage architecture designed to efficiently store large-scale knowledge graphs (KGs) in centralized systems. The primary issue addressed is the need for scalable solutions that can effectively manage and process KG data as its usage grows online. Trident achieves this by leveraging interconnected data structures to provide fast access to nodes and edges while optimizing memory footprint through dynamic physical storage adjustments based on graph topology. This approach supports a variety of tasks with low-level, general-purpose primitives, making it suitable for SPARQL query answering, inference, and graph analytics. The key results show that Trident can handle 10^11 edges without expensive hardware and provides competitive performance across various workloads. This makes Trident an important solution for managing and analyzing large KGs online, enhancing the efficiency of complex queries, inferences, and analyses.📄 논문 본문 발췌 (Translation)
Reference
이 글은 ArXiv의 공개 자료를 바탕으로 AI가 자동 번역 및 요약한 내용입니다.
저작권은 원저자에게 있으며, 인류 지식 발전에 기여한 연구자분들께 감사드립니다.