java - 如何在 TDB TripleStore 中加载模型

Question

我有一个问题要问你:

我想在我的 Jena TDB TripleStore 上加载一个文件。我的文件很大，大约80Mb，大约700000个三倍RDF。当我尝试加载它时，执行停止工作或需要很长时间。

我正在使用在 Web 服务上运行的代码:

        String file = "C:\\file.nt";
        String directory;
        directory = "C:\\tdb";
        Dataset dataset = TDBFactory.createDataset(directory);

        Model model = ModelFactory.createDefaultModel();

        TDBLoader.loadModel(model, file );
        dataset.addNamedModel("http://nameFile", model); 

        return model;

有时我会收到 Java 堆空间错误:

Caused by: java.lang.OutOfMemoryError: Java heap space
    at org.apache.jena.riot.tokens.TokenizerText.parseToken(TokenizerText.java:170)
    at org.apache.jena.riot.tokens.TokenizerText.hasNext(TokenizerText.java:86)
    at org.apache.jena.atlas.iterator.PeekIterator.fill(PeekIterator.java:50)
    at org.apache.jena.atlas.iterator.PeekIterator.next(PeekIterator.java:92)
    at org.apache.jena.riot.lang.LangEngine.nextToken(LangEngine.java:99)
    at org.apache.jena.riot.lang.LangNTriples.parseOne(LangNTriples.java:67)
    at org.apache.jena.riot.lang.LangNTriples.runParser(LangNTriples.java:54)
    at org.apache.jena.riot.lang.LangBase.parse(LangBase.java:42)
    at org.apache.jena.riot.RDFParserRegistry$ReaderRIOTFactoryImpl$1.read(RDFParserRegistry.java:142)
    at org.apache.jena.riot.RDFDataMgr.process(RDFDataMgr.java:859)
    at org.apache.jena.riot.RDFDataMgr.read(RDFDataMgr.java:255)
    at org.apache.jena.riot.RDFDataMgr.read(RDFDataMgr.java:241)
    at org.apache.jena.riot.adapters.RDFReaderRIOT_Web.read(RDFReaderRIOT_Web.java:96)
    at com.hp.hpl.jena.rdf.model.impl.ModelCom.read(ModelCom.java:241)
    at com.hp.hpl.jena.tdb.TDBLoader.loadAnything(TDBLoader.java:294)
    at com.hp.hpl.jena.tdb.TDBLoader.loadModel(TDBLoader.java:125)
    at com.hp.hpl.jena.tdb.TDBLoader.loadModel(TDBLoader.java:119)

如何在 Jena 模型中加载此文件并将其保存在 TDB 中？提前致谢。

Answer 1

您需要allocate more memory for your JVM at statup 。当你的数据太少时，进程将花费太多时间执行垃圾收集，并最终失败。

例如，通过以下方式启动具有 4 GB 内存的 JVM:

java -Xms4G -XmxG

如果您使用的是 Eclipse 等 IDE，则可以 change your run configuration以便应用程序也有额外的内存。

除此之外，我注意到的唯一变化是您在实际加载操作中使用内存中模型，而实际上您可以使用 TDB 支持的模型。这有助于缓解内存问题，因为 TDB 会动态地将其索引移动到磁盘。

更改:

Dataset dataset = TDBFactory.createDataset(directory);
Model model = ModelFactory.createDefaultModel();
TDBLoader.loadModel(model, file );
dataset.addNamedModel("http://nameFile", model);

对此:

Dataset dataset = TDBFactory.createDataset(directory);
Model model = dataset.getNamedModel("http://nameFile");
TDBLoader.loadModel(model, file );

现在，您的系统取决于 TDB 做出正确决策的能力:何时将数据保留在内存中以及何时将其刷新到磁盘。