Stage-oe-small.jpg

Thema4967

Aus Aifbportal
Wechseln zu:Navigation, Suche



Interaktive SPARQL-Abfrage-Optimierung




Informationen zur Arbeit

Abschlussarbeitstyp: Bachelor, Master
Betreuer: Tobias Käfer
Forschungsgruppe: Web Science

Archivierungsnummer: 4967
Abschlussarbeitsstatus: Offen
Beginn: 27. Oktober 2022
Abgabe: unbekannt

Weitere Informationen

In SPARQL kann man komplexe Anfragen an Wissensgraphen formulieren und schließlich einer SPARQL-Engine übergeben zur Anfragebearbeitung. Intern optimiert die SPARQL-Engine die Abfrage basierend auf Statistiken über den Wissensgraphen, um eine möglichst kurze Ausführungsdauer zu erreichen. Unter der Annahme, dass eine Person, die eine Anfrage schreibt, die Daten kennt, könnte man eine Optimierung auch manuell erstellen. Diese Arbeit soll den SLURP-Prototypen weiterentwickeln, mit dem man manuell und interaktiv die Optimierung von SPARQL-Anfragen durchführen kann. Weiterentwicklungen können z.B. die Anbindung weiterer SPARQL-Engines, die Unterstützung zusätzlicher SPARQL-Features oder zusätzliche Visualisierungen sein.