java - 使用 Apache Jena ExtendedIterator 在具有大量三元组的图上进行迭代

Question

我正在从 DBpedia 转储生成 Apache Jena Graph，现在我想迭代所有“dbpedia-owl:abstract”。 所以我做了这样的事情:

ExtendedIterator<Triple> iterator = Graph.find(Node.ANY, NodeFactory.createURI("dbpedia-owl:abstract"), Node.ANY);

但是当我尝试迭代时，内存消耗增加了，所以看起来像ExtendIterator存储找到的节点。 我使用 VisualVM 探查器，发现在迭代时，com.hp.hpl.jena.graph.Node_URI 的计数正在增加。 我尝试执行 iterator.reset() 但这没有效果。

我可以迭代所有 DBpedia 摘要而不存储节点吗？

抱歉我的英语不好。

Answer 1

你必须把它们全部放在图表中吗？您可以在使用 RIOT 解析节点时使用 StreamRDF 来处理节点。 (或方便的子类)。例如:

class MyHandler implements StreamRDF {
  ...
  public void triple(Triple triple) {
    if (triple.predicateMatches(DBpediaOWL.abstract)) {
      ... process ...
    }
  }
  ...
}
StreamRDF myHandler = new MyHandler();
RDFDataMgr.parse(myHandler, "dbpedia-file.nt");