Apache Jena TDB 载入数据的方法

Jena-TDB官方文档 反正我是没看懂→_→
网上有一些在线的endpoint可以使用,例如dbpedia的可以戳这里,但是在线的endpoint不太稳定而且定制性不强,最要命的是很容易timeout,如果想在本地查询的话就可以搭建一个Jena的环境。
安装的话建议用Maven吧,官方安装教程戳这里,这个教程亲测没有问题,就是在pom.xml里添加以下内容即可(注意把版本号X.Y.Z改成最新版):

  
    org.apache.jena
    apache-jena-libs
    pom
    X.Y.Z 
  

Jena的安装不是本文的重点,下面说一下TDB官网的介绍如下

TDB is a component of Jena for RDF storage and query. It support the full range of Jena APIs. TDB can be used as a high performance RDF store on a single machine.

原理我没有仔细研究,只说我自己感性的认识就是对于原始数据(.nt, .ttl, .xml),第一次需要load进TDB(会花费比较长的时间,取决于数据的大小),也就是TDB会对这些数据进行自己的索引并存盘,之后要再查询就是访问索引过的TDB数据,所以不需要再load,速度就会提升不少。要把数据load进tdb有两种方式,一种是通过命令行,一种是通过API,下面分别进行介绍。

1 API方式

load相关代码如下

String directory = "path\\to\\tdb";  //tdb索引希望存放的位置
Dataset dataset = TDBFactory.createDataset(directory); 
dataset.begin(ReadWrite.WRITE);  //开始一个transaction
Model tdb = dataset.getDefaultModel();
String source = "path\\to\\dataset.ttl";  //数据文件所在的位置
FileManager.get().readModel(tdb, source);  //读入数据
dataset.commit();  //非常重要!把数据真正提交给tdb  
dataset.end();  //结束一个transaction

以上代码只需要运行一次,tdb索引即可建好,下次进行tdb查询时不需要再进行readModel这一步骤,相关查询代码如下

String directory = "path\\to\\tdb"; //tdb索引位置,和上面设置的一样
Dataset dataset = TDBFactory.createDataset(directory);
Model tdb = dataset.getDefaultModel(); //因为tdb索引已经存在,所以不需要再指定数据文件的位置
String queryString = "SELECT DISTINCT ?p WHERE { ?s ?p ?o. }"; //一个简单的sparql查询,返回所有谓词(相同的只显示一次)
Query query = QueryFactory.create(queryString);
try(QueryExecution qexec = QueryExecutionFactory.create(query, tdb)){
     ResultSet results = qexec.execSelect();
     ResultSetFormatter.out(System.out, results, query) ;
}

返回的结果类似于这样:

-------------------------------------------------------
| p                                                   |
=======================================================
|        |
|     |
|     |
|     |
|  |
|    |
|       |
-------------------------------------------------------

2 命令行方式

命令行方式更加简单,下载jena以后解压,把文件夹所在位置设置成一个叫%JENA_HOME%的环境变量后即可开始操作。在命令行中输入以下命令load数据:

>tdbloader --loc=path\to\tdb path\to\dataset.ttl

使用tdbquery进行查询的语句如下:

>tdbquery --loc=path\to\tdb --query=q1.rq

其中q1.rq中存放的是如下的查询语句:

SELECT DISTINCT ?p WHERE {?s ?p ?o. }

然后会得到和第一部分相同的结果。另外想知道数据是否load成功可以在命令行中输入以下语句:

>tdbdump --loc=path\to\tdb

通过这种方式载入的数据为default graph,如果需要载入named graph可以用以下语句:

>tdbloader --loc=path\to\tdb -graph=namedgraph.ttl namedgraph.ttl

补充阅读:SPARQL by Example 一个我觉得比较棒的SPARQL教程,还介绍了一些有名的数据库。Jena的sparql教程感觉太简单了,W3C上的太繁琐,这个刚好。

你可能感兴趣的:(Apache Jena TDB 载入数据的方法)