java - 不能用耶拿写大猫头鹰文件

Question

我正在尝试将数据库表中包含的数据转换为一组三元组，因此我正在使用 Jena Java 库编写一个猫头鹰文件。我已经成功地用少量表记录 (100) 完成了它，这对应于 .owl 文件中的近 20.000 行，我对此很满意。

为了编写 owl 文件，我使用了以下代码(m 是一个 OntModel 对象):

 BufferedWriter out = null;
 try {
    out = new BufferedWriter (new FileWriter(FILENAME));        
    m.write(out);
    out.close();
 }catch(IOException e) {};

不幸的是，当我尝试对表的整个结果集(800.000 条记录)执行相同操作时，eclipse 控制台显示异常:

Exception in thread "main" java.lang.OutOfMemoryError: GC overhead limit exceeded

异常由

引发

m.write(out);

我绝对确定模型已正确填充，因为我尝试在不创建 owl 文件的情况下执行程序并且一切正常。为了修复它，我尝试在run->configuration->vm arguments 中增加堆内存设置-Xmx4096M，但错误仍然出现。

我在 macbook 上执行应用程序，所以我没有无限内存。有机会完成任务吗？也许有更有效的方法来存储模型？

Answer 1

默认格式是RDF/XML 是一种漂亮的形式，但是要计算“漂亮”，在开始编写之前需要做很多工作。这包括建立内部数据结构。某些形状的数据导致需要进行大量工作才能搜索“最漂亮”的变体。

漂亮格式的 RDF/XML 是最昂贵的格式。即使是漂亮的 Turtle 形式也更便宜，尽管它仍然涉及一些准备计算。

以更简单的格式用 RDF/XML 编写，没有复杂的漂亮功能:

RDFDataMgr.write(System.out, m, RDFFormat.RDFXML_PLAIN);

首选输出流，输出将为 UTF-8 - “new BufferedWriter (new FileWriter(FILENAME));”将使用平台默认字符集。

请参阅其他格式和变体的文档:

https://jena.apache.org/documentation/io/rdf-output.html

例如 RDFFormat.TURTLE_BLOCKS。