我想询问一个适用于大型数据集的好的三元存储库，它应该具备以下特点：
- 能够良好地扩展（处理数百万个三元组）
- 有Java接口
6个回答
10
您应该考虑使用OpenLink Virtuoso存储。它可通过开源许可证获得，并可扩展到数十亿个三元组。您可以通过Sesame和Jena API使用它。
请参见此处以了解大型三元组店的概述。Virtuoso肯定比BigData更容易设置。此外，我使用过Sesame NativeStore，但不太可扩展。 4Store也是一个很好的选择，尽管我没有使用过它。与4Store相比，Virtuoso的一个好处是您可以轻松地将标准关系模型与RDF混合使用，因为Virtuoso在内部是关系数据库。
请参见此处以了解大型三元组店的概述。Virtuoso肯定比BigData更容易设置。此外，我使用过Sesame NativeStore，但不太可扩展。 4Store也是一个很好的选择，尽管我没有使用过它。与4Store相比，Virtuoso的一个好处是您可以轻松地将标准关系模型与RDF混合使用，因为Virtuoso在内部是关系数据库。
- Timo Westkämper
6
引用 4store 网站...
4store 的主要优点是其性能、可扩展性和稳定性。它在RDF存储和SPARQL查询方面提供的功能不多，但如果你正在寻找一个可扩展、安全、快速和高效的RDF存储，那么 4store 应该在你的候选名单上。
我个人使用过 4store 处理非常大的数据库（多达20亿三元组），效果非常好。4store 使用 C 语言编写，在 Linux/Unix 64位平台上运行，当前版本1.1.1已经部分实现了 SPARQL 1.1 标准。
4store 可以部署在一组普通服务器上，可以提高查询性能，断言吞吐量可达每秒100K三元组。但即使在单个服务器上使用，也会得到相当不错的性能。
在南安普敦大学，我们选择 4store 来处理研究项目中的大型数据集，也用于我们的 Webmaster 团队，详见 Data Stores for Southampton and ECS Open Data。
这里还有一个列表，列出了所有可用于查询和管理 4store 的库 Client Libraries。此外，4store的IRC频道拥有一个活跃的用户社区，如果你遇到任何问题，他们会乐意提供帮助。
如果你是 Linux/Unix 用户，4store 绝对是一个不错的选择。
- Manuel Salvadores
5
我也推荐4store，但出于完全公开的精神，我是首席架构师 :)
如果您想利用RDF存储的标准化，则应使用实现SPARQL的Java库，而不是使用本地公开JAVA API的库。
否则，由于在它们之间移动的努力，您可能会陷入选择第一个存储库的困境，这是典型的SQL迁移问题。
如果您想利用RDF存储的标准化，则应使用实现SPARQL的Java库，而不是使用本地公开JAVA API的库。
否则，由于在它们之间移动的努力，您可能会陷入选择第一个存储库的困境，这是典型的SQL迁移问题。
- Steve Harris
6
+1 绝对要选择一个通用/抽象的 API（无论你的目标平台是什么），这样在需要时迁移到不同的存储时相对轻松。 - RobV
但是使用实现SPARQL的JAVA库不会导致性能下降吗？这是一个经典的妥协还是有一些库可以利用存储引擎的优化能力？ - myahya
@myahya Java库本身不需要实现SPARQL查询，只需要实现SPARQL协议，以便以标准化的方式与三元存储进行通信。许多库还将包括可在本地使用的SPARQL实现，但这里我们指的是将查询发送到三元存储的库，因此回答查询的是三元存储（而不是库）。库所做的一切就是将结果解析回您可以使用的对象中。 - RobV
@RobV谢谢。您有推荐的特定库吗？ - myahya
@myahya 我建议使用Jena（http://openjena.org），因为它支持与远程基于SPARQL的服务器通信，并且具有最先进的SPARQL实现，如果您需要本地SPARQL查询。 - RobV
Java中的另一种API是Sesame（www.rdf4j.org）。与Jena类似，它提供了与SPARQL端点通信以及完整本地SPARQL支持的功能。 - Jeen Broekstra
3
我个人非常满意GraphDB。它在中等硬件上（256GB内存服务器）运行良好，可以处理150亿个三元组。它可以通过Sesame和Jena接口进行访问（尽管Jena是测试版）。如果你有经济实力，Oracle 12c实例也不错。可能适合现有的Oracle基础设施（备份等...）。Virtuoso 7.1可以很好地扩展，并且可以以合理的成本处理巨大的数据量。不幸的是，它的SPARQL标准符合度不高。
- Jerven
1
@Steve - 不知道该怎么评论，所以我想我要一次回答2个问题。
以下是SPARQL的JDBC驱动程序：
http://code.google.com/p/jdbc4sparql/
支持SPARQL协议和SPARUL（通过SPARQL协议进行更新，而不是通过SPARUL协议）。
@myahya
强烈推荐4Store，值得评估为候选方案。
Virtuoso还具有本地JDBC驱动程序，并支持大型数据集（高达120亿个三元组）。
www.openlinksw.com/wiki/main/Main/
此外，Oracle也有相关东西，但准备好付出巨额费用：
http://www.oracle.com/technetwork/database/options/semantic-tech/index.html
- William Greenly
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接