Zur Kurzanzeige

dc.contributor.authorAmann, Wolfgang
dc.contributor.editorMitschang, Bernhard
dc.contributor.editorNicklas, Daniela
dc.contributor.editorLeymann, Frank
dc.contributor.editorSchöning, Harald
dc.contributor.editorHerschel, Melanie
dc.contributor.editorTeubner, Jens
dc.contributor.editorHärder, Theo
dc.contributor.editorKopp, Oliver
dc.contributor.editorWieland, Matthias
dc.date.accessioned2017-06-21T11:24:42Z
dc.date.available2017-06-21T11:24:42Z
dc.date.issued2017
dc.identifier.isbn978-3-88579-660-2
dc.identifier.issn1617-5468
dc.description.abstractMit der steigenden Anzahl von Daten, welche in Form des Resource Description Frame- work (RDF) veröffentlicht werden entsteht eine Menge von Daten, bei der Datenoperationen nicht mehr von einem einzelnen Rechner zu bewältigen sind. In dieser Arbeit werden Systeme vorgestellt, welche zur Lösung dieses Problems das Hadoop-Framework ausschließlich bzw. in Kombination mit anderen Big-Data-Frameworks nutzen. Danach werden mit PigSPARQL und Rya zwei dieser Ansätze, welche exemplarisch für die neuere Entwicklung dieser RDF-on-Hadoop-Systeme stehen, anhand der Benchmark-Queries der Waterloo SPARQL Diversity Test Suite auf spezifische Stärken und Schwächen analysiert.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofDatenbanksysteme für Business, Technologie und Web (BTW 2017) - Workshopband
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-266
dc.subjectSemantic Web
dc.subjectResource Description Framework
dc.subjectSPARQL
dc.subjectBig Data
dc.subjectBenchmarking
dc.titleVergleich und Evaluation von RDF-on-Hadoop-Lösungende
dc.typeText/Conference Paper
dc.pubPlaceBonn
mci.reference.pages385-396
mci.conference.sessiontitleStudierendenprogramm
mci.conference.locationStuttgart
mci.conference.date6.-10. März 2017


Dateien zu dieser Ressource

Thumbnail

Zur Kurzanzeige