我要推断出大量的RDF数据，我需要开发自己的推理规则。我的问题是，是否有任何方法可以做到这一点？ 可以使用Jena规则和SPARQL吗？ Jena规则和sparql查询是否必须将所有数据加载到内存中？ 希望尽快得到答案，并提前感谢！
答案 0 :(得分：3)
当所有数据都加载到内存中时，Jena inference engines肯定效果最佳。这是因为，虽然可以将推理引擎连接到任何Jena Model，包括TDB等持久性存储，但推理算法会进行许多调用来检查模型中是否存在特定三元组。当检查需要命中磁盘时，这只会效率低下。
如果您有相对简单的推理要求，您可以通过精心构建的SPARQL查询来表达您的蕴涵，在这种情况下，您可以直接查询TDB或SDB存储。它只取决于查询的复杂性。
如果三元组存储的内容相当稳定，或者可以分区为稳定的持久集和动态内存集，那么策略是预先计算推理闭包并将其存储在持久存储中。换句话说，经典的空间/时间权衡。有两种方法可以做到这一点：首先，使用带有内存存储的推理引擎，使用尽可能多的堆空间;第二次使用耶拿RIOT infer command-line script。
对于大规模RDF推理，开源Jena平台的替代品是Clark＆amp; Co.的商业产品Stardog。 Parsia（我认为它有一个Jena模型连接器，但我还没有自己使用它。）
答案 1 :(得分：1)
除了Ian所说的并且根据您的规则，如果在您的情况下以流式方式实现所有推断的三元组是可行的，请查看RIOT的推断源代码，如果您需要更多RDFS，请考虑如何可能会添加对OWL子集的支持。您可以在此处找到源代码：
RIOT推断命令的方法也可以和MapReduce一起使用，你可以在这里找到一个例子：