随着现代化知识抽取技术的不断发展,许多领域都构建和发布了知识图谱。尽管当前有大量图数据管理方法提出,但是难以满足知识图谱体量大、模式复杂、更新频繁的特点对知识图谱存取提出的新要求,主要体现在下述两个方面:其一,知识图谱模式复杂的特点使得其存取方式相比关系数据更为复杂。而现有的图数据存储结构和索引的选择方法通常交由数据库管理员负责,而知识图谱体量大的特点使得数据库管理员难以掌握图的全貌,因此人工存取结构选择难以满足各式各样应用中大规模多样知识图谱的要求。其二,当知识图谱或者其工作负载发生变化时,知识图谱存取结构需要进行适应性调整以保证查询处理过程的高效,这要求数据库管理员识别出知识图谱的特征和工作负载的变化并及时调整存储结构和索引,而知识图谱变化频繁的特点使得人工难以完成这个任务。因此,亟需知识图谱存取结构的自动选择技术,基于知识图谱特征和工作负载实现存取结构的自动设计,依据数据特征和工作负载变化实现存取结构自动调整来解决当前存在的问题,从而支撑知识图谱的多样应用。近年来,机器学习技术的迅速发展为知识图谱存取结构自动选择提供了机会和途径。考虑到机器学习特别是深度学习等技术适合于描述复杂模式和求解复杂优化问题,本文将其应用于知识图谱的存储结构性能预测、存储结构自动调优和索引自动选择,以实现基于机器学习的有效知识图谱存取结构自动选择。本文的主要研究内容概括如下:1.本文研究了基于机器学习的知识图谱存储结构性能预测问题,即给定知识图谱及其工作负载,预测在特定存储结构下执行该负载所需的时间代价。本文提出了基于机器学习的知识图谱存储性能预测器Pre Kar,能够根据给定的知识图谱及其负载预测候选知识图谱存储结构的性能。为收集足够的数据用于模型训练,本文提出了候选存储结构生成器。该生成器包含最大星型子查询识别器、谓词连接图构建技术和谓词组合搜索技术,不仅能获取用于训练的所有可能候选存储结构,而且成倍增加了训练数据量。本文设计了一个轻量而有效的面向知识图谱负载及其存储结构的嵌入策略,其不仅能将工作负载和候选存储结构的主要特征嵌入到训练模型中,而且保证了性能预测器的高效性。2.本文研究了基于强化学习的知识图谱存储结构自动调优问题,即给定知识图谱及其工作负载、当前的知识图谱存储设计、图数据库存储容量上限,计算出新的知识图谱存储设计,以最小化在工作负载上的查询代价且满足图数据存储容量预算。本文设计了一种新的知识图谱双存储结构,同时使用图数据存储结构和基于关系的存储结构,将图数据库用于响应复杂的知识图谱查询。为确保双存储结构的高效性和适应性,本文针对关系型存储和图存储的双存储结构物理设计调优问题提出了解决方案,即基于强化学习的双存储调优器DOTIL,其能够根据动态的工作负载自动决定哪些数据划分应该在什么时候从关系型存储迁移到图存储。DOTIL不仅保证了双存储结构的适应性,也加速了复杂查询处理过程。3.本文研究了基于强化学习的知识图谱索引自动选择问题,即给定知识图谱及其工作负载、索引容量上限,计算出一个索引向量使得历史工作负载在该索引上的查询代价最小,且索引大小在容量预算内。本文提出了基于强化学习的知识图谱索引选择器ANSWER,能够根据给定的知识图谱及其负载自动确定索引配置。为基于历史工作负载训练出最优的索引调优策略,本文设计了谓词过滤器,其不仅能确定哪些谓词对应的垂直划分表适合建立索引,而且有效缩减了强化学习模型的动作空间大小。本文设计了轻量级索引编码器,其不仅能将候选索引结构的主要特征嵌入到训练模型中,而且保证了知识图谱索引选择器的高效性。4.本文在基于机器学习的知识图谱存储结构性能预测、存储结构自动调优和索引自动选择三个关键问题的研究基础上,研发知识图谱存取结构自动选择系统,使其具备知识图谱存储结构自动调优和索引自动建立的能力,从而实现知识图谱存取结构的自动选择。本文提出了基于强化学习的知识图谱存取结构自动选择系统APRIL,其包含三个主要功能,即存储结构自动设计、索引自动选择和知识图谱查询处理。APRIL系统为用户提供了友好的接口,实现了自动化知识图谱存取结构选择和用户定制化知识图谱存取结构选择。上述四点主要研究内容涵盖了基于机器学习的知识图谱存取结构选择中“存储结构性能评估、存储结构自动调优、索引自动选择”这三个重要步骤,本文为每个步骤中的关键科学问题提出了相应的解决方案,并通过基于强化学习的知识图谱存取结构自动选择系统验证了所提出方案在提升知识图谱查询处理性能方面的正确性、有效性和可用性。