配置Fuseki服务器管理知识图谱三元组

配置Fuseki服务器管理知识图谱三元组
By 龙前尘

实验环境：Win8、apache-jena-fuseki-3.5.0

转载请注明地址：
http://blog.csdn.net/svenhuayuncheng/article/details/78829035

---

笔者按
当前阶段，无论在工业界还是学术界，知识图谱都是一个火热的话题。关于知识图谱的各种研究与应用，更是大量出现。存储与管理知识图谱，既是基础，也是关键。本文旨在探讨如何启动Fuseki服务，进行知识图谱三元组的存储和管理。在此抛砖引玉，交流经验，欢迎大家探讨。

1. 何为Fuseki

Apache Jena Fuseki是一个SPARQL服务，其可以作为操作系统服务、Java网络应用（WAR包调用）或独立服务器等不同形式被用户使用。Fuseki通过Apache Shiro保证安全性，并且提供了一个用户接口用以服务监控和管理。

Fuseki是基于SPARQL 1.1版本的协议，以及SPARQL图存储协议，进行查询和修改操作。Fuseki是与TDB高度集成的服务，不仅集成了Jena文本查询和Jena空间查询，还提供了一个稳健的业务持久化存储层。对于其他RDF查询和存储系统来说，Fuseki可被用来提供协议引擎1。

2. 实验过程

2.1 前置工作
Fuseki目前为Fuseki2版本，之前的Fuseki1版本已不再更新。Fuseki2需要配置JAVA 8，在使用之前，需要先确认并配置相关环境，把JAVA 8配置好。

2.2 软件下载
在Jena官网下载apache-jena-fuseki-3.5.0.zip，解压。

2.3 服务启动
这里有两种方法启动Fuseki服务。

命令行直接输入运行参数
在apache-jena-fuseki-3.5.0文件夹下，用命令行输入命令，启动Fuseki服务：

java -jar fuseki-server.jar --update --loc G:\apache-jena-fuseki-3.5.0\run\databases\DB /ds

其中，“–update”表示允许修改；“–loc”后面的参数，表示存放Fuseki数据的文件夹路径； “/ds”表示Fuseki服务的名字，这里设置为”ds”，且Fuseki服务默认使用3030端口访问，之后可以通过http://localhost:3030/ds访问Fuseki服务和相关资源2。

Fuseki默认端口是3030，可以通过“fuseki-server –port= PORT_NUMBER”修改所使用的端口，如：

java -jar fuseki-server.jar --port=3031 --update --loc G:\apache-jena-fuseki-3.5.0\run\databases\DB /ds

配置文件中修改运行参数
一般在初次启动Fuseki服务后（可用前一种命令行的方式运行），apache-jena-fuseki-3.5.0\run\configuration文件夹中会生成.ttl配置文件，可以对这个文件进行修改，来配置服务。

将configuration中所有无用的.ttl配置文件全部删除，只保留一个config.ttl文件，并对其修改参数，修改后文件如下：

# Licensed under the terms of http://www.apache.org/licenses/LICENSE-2.0

@prefix :        <#> .
@prefix fuseki:  <http://jena.apache.org/fuseki#> .
@prefix rdf:     <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .

@prefix rdfs:    <http://www.w3.org/2000/01/rdf-schema#> .
@prefix tdb:     <http://jena.hpl.hp.com/2008/tdb#> .
@prefix ja:      <http://jena.hpl.hp.com/2005/11/Assembler#> .

## ---------------------------------------------------------------
## Updatable in-memory dataset.

<#service1> rdf:type fuseki:Service ;
    # URI of the dataset -- http://host:port/ds
    fuseki:name                        "ds" ;       # http://host:port/ds
    fuseki:serviceQuery                "sparql" ;   # SPARQL query service
    fuseki:serviceQuery                "query" ;    # SPARQL query service (alt name)
    fuseki:serviceUpdate               "update" ;   # SPARQL update service
    fuseki:serviceUpload               "upload" ;   # Non-SPARQL upload service
    fuseki:serviceReadWriteGraphStore  "data" ;     # SPARQL Graph store protocol (read and write)
    fuseki:serviceReadGraphStore       "get" ;      # SPARQL Graph store protocol (read only)
    fuseki:dataset                     <#dataset> ; # Dataset infromation
    .

## In-memory, initially empty.
<#dataset> rdf:type      tdb:DatasetTDB ;
    tdb:location "G:/apache-jena-fuseki-3.5.0/run/databases/DB" ; # <----- THIS LINE -->
    # Query timeout on this dataset (1s, 1000 milliseconds)
    ja:context [ ja:cxtName "arq:queryTimeout" ;  ja:cxtValue "1000" ] ;
    # Make the default graph be the union of all named graphs.
    ## tdb:unionDefaultGraph true ;

其中，fuseki:name表示Fuseki服务的名字，这里设置为”ds”，且Fuseki服务默认使用3030端口访问，之后可以通过http://localhost:3030/ds访问Fuseki服务和相关资源。

此外，需要在文件最后添加dataset的信息。tdb:location表示存放Fuseki数据的文件夹路径。

设置好config.ttl文件后，在apache-jena-fuseki-3.5.0文件夹下，用命令行输入：fuseki-server.bat，可启动Fuseki服务。

这种方法，优点在于启动方便，不用在命令行输入那么多参数；缺点就是config.ttl文件需要慎重管理，一旦信息被修改，那么启动服务可能会出错。

无论用哪种方法运行后，会在fuseki-3.5.0的databases中生成一个DB文件夹。该文件夹就是Fuseki储存和管理的数据库件所在。

Fuseki有一个好处，是可以结合TDB一起使用。可以先将rdf三元组持久化到TDB中，再用Fuseki服务来处理TDB数据。对TDB数据陌生的同学，可以先阅读笔者的文章：使用Jena-TDB存储RDF本体、知识图谱文件。

这里，可以将TDB中的数据库文件，全部复制到当前DB文件夹下覆盖，这样就可以使用Fuseki管理TDB数据。而原始TDB数据文件不会被Fuseki服务修改，可留作备份用。

2.4 Fuseki服务界面
访问地址：http://localhost:3030，可以看到以下界面。

其中可以看到自建的ds数据源，并能够通过GUI进行SPARQL查询、更新等。

2.5 Fuseki测试
2.5.1 添加三元组操作
点击query，进入ds数据源的query界面，如下图。

在SPARQL ENDPOINT一栏，填入：
http://localhost:3030/ds/update，表示要更新数据。
输入以下sparql命令，可以添加记录。

PREFIX rdf:   .w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs:   .w3.org/2000/01/rdf-schema#>
PREFIX ex:   .org/>
PREFIX zoo:   .org/zoo/>
PREFIX owl: .w3.org/2002/07/owl#>

INSERT DATA {
ex:dog1    rdf:type         ex:animal .
ex:cat1    rdf:type         ex:cat .
ex:cat     rdfs:subClassOf  ex:animal .
zoo:host   rdfs:range       ex:animal .
ex:zoo1    zoo:host         ex:cat2 .
ex:cat3    owl:sameAs       ex:cat2 .
}

运行后，添加成功。

2.5.2 查询三元组操作
在SPARQL ENDPOINT一栏，填入：
http://localhost:3030/ds/sparql，表示要查询数据。
输入以下sparql命令，可以进行查询。

PREFIX rdf: .w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: .w3.org/2000/01/rdf-schema#>
PREFIX ex: .org/>
SELECT * WHERE {
  ?sub a ex:animal
}
LIMIT 10

该查询表示找到所有类别为animal的实体。

最终找到一个实体：

也可以输入以下查询命令，即查找所有三元组，上限为25条：

SELECT ?subject ?predicate ?object
WHERE {
  ?subject ?predicate ?object
}
LIMIT 25

结果如下：

2.5.3 修改三元组操作
在SPARQL ENDPOINT一栏，填入：
http://localhost:3030/ds/update，表示要更新数据。
输入以下sparql命令，可以修改记录。

PREFIX dc: <http://purl.org/dc/elements/1.1/>
INSERT DATA
{ <http://example/book3> dc:title    "A new book" ;
                         dc:creator  "A.N.Other" .
};

DELETE DATA
{ <http://example/book3>  dc:title  "A new book". };

INSERT DATA
{ <http://example/book3>  dc:title  "Fundamentals of Compiler Design". }

即先删除某个三元组，再添加新的三元组，从而完成三元组的修改。

结果如下图所示：

由图可见，book3的书名A new book已经被改为Fundamentals of Compiler Design。

---

以上，为使用Fuseki服务管理知识图谱三元组的一些经验。此外，由于TDB文件为RDF三元组的持久化文件， 故结合使用Fuseki与TDB，可以方便地检索和管理知识图谱，为基于知识图谱衍生的各种应用，提供一个可靠而安全的基础。

---

1. http://jena.apache.org/documentation/fuseki2/index.html ↩
2. https://stackoverflow.com/questions/24798024/how-i-can-use-fuseki-with-jena-tdb ↩