面向OLGP的多维信息网络数据仓库模型设计  

Design of Multi-Dimensional Information Network Datawarehouse Model for Online Graph Processing

作　　者：聂章艳[1,2,3] 李川[1,2,3] 唐常杰[1,2] 徐洪宇[1,2] 张永辉[1,2] 杨宁[1,2] 

机构地区：[1]四川大学计算机学院,成都610065 [2]国家空管自动化系统技术重点实验室,成都610065 [3]武汉大学软件工程国家重点实验室,武汉430072

出　　处：《计算机科学与探索》2014年第1期51-60,共10页Journal of Frontiers of Computer Science and Technology

基　　金：国家自然科学基金Nos.61103043;61173099;国家"十二五"科技支撑计划重点项目No.2012BAG04B02;中央高校基本科研业务费专项资金No.2010SCU11053;四川省科技支撑计划No.2011GZ0223;高等学校博士学科点专项科研基金No.20110181120062;武汉大学软件工程国家重点实验室开放基金No.SKLSE2012-09-26;华为创新计划 No.YJCB2011036RE~~

摘　　要：信息网络的出现使信息由简单的数值型数据演化成较复杂的图网络结构。如何对基于图的信息网络数据进行良好的组织和存储成为一个亟待解决的问题。利用维建模的方法对基于图的信息网络数据进行模型设计,提出了多维信息网络仓库模型。该模型由边事实表、节点事实表、信息维连接属性表以及拓扑维节点属性表组成,能够为在线图处理提供底层的数据平台。实验表明该模型在消除冗余、查询时间、存储空间上均较泛关系表有明显优势。新模型在1.25万篇ACM论文上的查询时间稳定在几十毫秒,较泛关系表的查询时间约减少一个数量级。在空间性能上,随着论文数量的增加,该模型存储空间开销的增长速度远小于泛关系表的增长速度。With the emergence of information network, the information evolves from simple numerical data to complex graph network. How to organize and store the information network data becomes an urging problem. This paper proposes a multi-dimension information network datawarehouse model （MINDM）, which aims to providethe data foundation to online graph processing. The MINDM includes edge fact table, node fact table, information link attribution table and topology node attribution table. The experimental results show that the M1NDM can eliminate redundancy, reduce the cost of average query time, and save the space storage. The query time remains stable within a few milliseconds while performing queries on the 12.5 thousand ACM papers real dataset, keeping sharp comparison to van relation model with more than hundreds of milliseconds for the same processing stage. With the number of papers growing, the storage space of the proposed model increases much slower than the van relation model.

关 键 词：信息网络 信息维 拓扑维 在线图处理 多维信息网络数据仓库模型 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]