Collaboration in a federation of linked data consumers
Collaboration dans une fédération de consommateurs de données liées
Résumé
Following the Linked Data principles, data providers have published
billions of RDF facts on the web. Anyone can retrieve some relevant
information from the Linked Data by executing SPARQL queries.
Such queries are useful in many domains including health or data
journalism. However, there is a trade-off between performances of
the queries and data availability when executing SPARQL queries.
In this thesis, we have investigated how the collaboration of data
consumers is opening new opportunities in this trade-off. More
precisely, how the collaboration of data consumers can improve
performances without degrading availability, or can improve
availability without degrading performances.
We consider that Linked Data can allow anyone to run a compact
mediator that executes SPARQL queries over data sources on the
web. The main idea is to connect these mediators together to build a
federation of Linked Data consumers. In this federation, each
mediator interacts with a subset of the network. Thanks to this
federation, we have built : (i) a decentralized cache hosted by
mediators. This client-side cache is able to handle a significative
part of subqueries and then improve data availability without a low
impact on performances. (ii) a delegation algorithm that allows
mediators to delegate their queries to other mediators. We have
demonstrated that delegation allows to run the workloads faster
when collaborating. This clearly improves performances without
degrading data availability.
Les producteurs de données ont publié des millions de faits RDF
sur le Web en suivant les principes des données liées. N’importe
qui peut récupérer des informations utiles en interrogeant les
données liées avec des requêtes SPARQL. Ces requêtes sont utiles
dans plusieurs domaines, comme la santé ou le journalisme des
données. Cependant, il y a un compromis entre la performance des
requêtes et la disponibilité des données lors de l’exécution des
requêtes SPARQL.
Dans cette thèse, nous étudions comment la collaboration des
consommateurs de données ouvre de nouvelles opportunités
concernant ce compromis. Plus précisément, comment la
collaboration des consommateurs de données peut : améliorer les
performances sans dégrader la disponibilité, ou améliorer la
disponibilité sans dégrader les performances.
Nous considérons que les données liées permettent à n’importe qui
d’exécuter un médiateur compact qui peut interroger des sources
de données sur le Web grâce à des requêtes SPARQL. L’idée
principale est de connecter ces médiateurs ensemble pour
construire une fédération de consommateurs de données liées.
Dans cette fédération, chaque médiateur interagit avec un
sous-ensemble du réseau. Grâce à cette fédération, nous avons
construit : (i) un cache décentralisé hébergé par les médiateurs. Ce
cache côté client permet de prendre en charge une part importante
des sous-requêtes et d’améliorer la disponibilité des données avec
un impact faible sur les performances. (ii) un algorithme de
délégation qui permet aux médiateurs de déléguer leurs requêtes à
d’autres médiateurs. Nous démontrons que la délégation permet
d’exécuter un ensemble de requêtes plus rapidement quand les
médiateurs collaborent. Cela améliore les performances sans
dégrader la disponibilité des données.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...