Question

我确实使用Sesame（RDF4j）API编写了一个Java应用程序来测试＆gt; 700 SPARQL端点的可用性，但这需要几个小时才能完成，所以我尝试使用Hadoop / MapReduce框架来分发这个应用程序。

现在的问题是，在mapper类中，应该测试可用性的方法不起作用，我认为无法连接到端点。

这里是我使用的代码：

public class DMap extends Mapper<LongWritable, Text, Text, Text> {

protected boolean isActive(String sourceURL)
        throws RepositoryException, MalformedQueryException, QueryEvaluationException {
    boolean t = true;
    SPARQLRepository repo = new SPARQLRepository(sourceURL);
    repo.initialize();
    RepositoryConnection con = repo.getConnection();
    TupleQuery tupleQuery = con.prepareTupleQuery(QueryLanguage.SPARQL, "SELECT * WHERE{ ?s ?p ?o . } LIMIT 1");
    tupleQuery.setMaxExecutionTime(120);
    TupleQueryResult result = tupleQuery.evaluate();
    if (!result.hasNext()) {
        t = false;
    }
    con.close();
    result.close();
    repo.shutDown();
    return t;
}

public void map(LongWritable key, Text value, Context context) throws InterruptedException, IOException {
    String src = value.toString();
    String val = "null";
    try {
        boolean b = isActive(src); 
        if (b) {
            val = "active";
        } else {
            val = "inactive";
        }
    } catch (MalformedQueryException e) {
        e.printStackTrace();
    } catch (RepositoryException e) {
        e.printStackTrace();
    } catch (QueryEvaluationException e) {
        e.printStackTrace();
    }
    context.write(new Text(src), new Text(val));
}
}

输入是TextInputFormat，它看起来像这样：
http://visualdataweb.infor.uva.es/sparql
......

输出是TextOutputFormat，我得到了这个：
http://visualdataweb.infor.uva.es/sparql null
......

Edit1 ：根据@ james-leigh和@ChristophE的建议，我使用了try-with-resource语句，但还没有结果：

public class DMap extends Mapper<LongWritable, Text, Text, Text> {

    public void map(LongWritable key, Text value, Context context) throws InterruptedException, IOException {
        String src = value.toString(), val = "";
        SPARQLRepository repo = new SPARQLRepository(src);
        repo.initialize();
        try (RepositoryConnection con = repo.getConnection()) {
            TupleQuery tupleQuery = con.prepareTupleQuery(QueryLanguage.SPARQL, "SELECT * WHERE { ?s ?p ?o . } LIMIT 1");
            tupleQuery.setMaxExecutionTime(120);
            try (TupleQueryResult result = tupleQuery.evaluate()) {
                if (!result.hasNext()) {
                    val = "inactive";
                } else {
                    val = "active";
                }
            }

        }
        repo.shutDown();
        context.write(new Text(src), new Text(val));

    }

}

由于

Answer 1

使用try-with-resource语句。 SPRAQLRepository使用必须正确清理的后台线程。

无法在Hadoop / Mapreduce作业的mapper类中连接到未发布的openrdf（sesame）的SPARQLRepository

1 个答案: