java - 带 TDB 的 Jena 规则引擎

Question

我正在将数据加载到 TDB 模型中，并使用 Jena 编写了一些规则以应用于 TDB。然后我将推断的数据存储到新的 TDB 中。

我在一个~200kb 的小数据集中应用了上面的案例，并且措辞很好。然而，我的实际TDB是2.7G，计算机已经运行了大约一周，而且实际上仍在运行。

这是正常现象，还是我做错了什么？ Jena 规则引擎的替代方案是什么？

这是一小段代码:

public class Ruleset {
  private List<Rule> rules = null; 
  private GenericRuleReasoner reasoner = null;

  public Ruleset (String rulesSource){
    this.rules = Rule.rulesFromURL(rulesSource);
    this.reasoner = new GenericRuleReasoner(rules);
    reasoner.setOWLTranslation(true);           
    reasoner.setTransitiveClosureCaching(true);
  }

  public InfModel applyto(Model mode){
    return ModelFactory.createInfModel(reasoner, mode);
  }

  public static void main(String[] args) {
    System.out.println(" ... Running the Rule Engine ...");
    String rulepath = "src/schemaRules.osr";
    Ruleset rule = new Ruleset (rulepath);
    InfModel infedModel = rule.applyto(data.tdb);
    infdata.close();
  }
}

Answer 1

持久存储中的大型数据集与 Jena 的规则系统不太匹配。基本问题是RETE engine将在规则传播期间对图中进行许多小查询。正如您所发现的，对任何持久存储(包括 TDB)进行这些查询的开销往往会使执行时间长得令人无法接受。

根据您使用推理的目标，您可能有一些替代方案:

• 将数据加载到足够大的内存图中，然后在单个事务中将推理闭包(基本图加上蕴涵)保存到 TDB 存储中。此后，您可以查询商店，而不会产生规则系统的开销。显然，更新可能是这种方法的一个问题。

• 像现在一样将数据存储在 TDB 中，但将子集动态加载到内存模型中以实时进行推理。使更新更容易(只要更新内存副本和持久存储)，但需要您对数据进行分区。

如果您只需要一些基本的推理，例如 rdfs:subClassOf 层次结构的闭包，您可以使用 infer 命令行工具生成一个推理闭包，您可以使用该工具来生成一个推理闭包。可以加载到TDB:

$ infer -h
infer --rdfs=vocab FILE ...
General
  -v   --verbose         Verbose
  -q   --quiet           Run with minimal output
  --debug                Output information for debugging
  --help
  --version              Version information

Infer 可以更高效，因为它不需要大的内存模型。但是，它计算的推论受到限制。

如果这些都不适合您，您可能需要考虑商业推理引擎，例如 OWLIM或Stardog .