Question

我正在从网络加载一个RDF rump作为InputStream，它包含120到1500三元组。平均而言，清除上下文大约需要半秒钟，而添加三元组需要大约74秒才能获得120个三元组。 RDFXML序列化的物理文件大小介于6KB和195KB之间。

InputStream input = ...
try (RepositoryConnection conn = db.getConnection()) {
    try {
        conn.clear(context);
        conn.add(input, "", RDFFormat.RDFXML, context);
    } catch (Exception e) {
        e.printStackTrace();
    } 
}

存储库初始化如下：

RemoteRepositoryManager manager = new RemoteRepositoryManager(serverUrl);
manager.initialize();
db = manager.getRepository("repo");

Answer 1

您可以尝试以下方法：

检查互联网下游，例如使用本地文件测试相同的代码。
检查上游网络，例如使用内存中的repo Repository repo = new SailRepository(new MemoryStore());
使用JAVA_OPTS

-Xmx

不确定conn.clear(context);的目的是什么。根据我的理解it will remove all triples in the context？

从我的位置开始，它持续大约5分钟，从wikidata加载10,000,000三倍的2.7G rdf转储到内存中的回购（我使用export MAVEN_OPTS=-Xmx7000m进行maven测试）。这使得每秒约33333个三倍 - 如果我计算得对;-)。

@Test
public void variant3() throws MalformedURLException, IOException {
    Repository repo = new SailRepository(new MemoryStore());
    repo.initialize();
    IRI context = repo.getValueFactory().createIRI("info/mycontext:context1");
    RDFFormat format = RDFFormat.NTRIPLES;
    System.out.println("Load zip file of format " + format);
    try (InputStream in = new URL(
                    "https://tools.wmflabs.org/wikidata-exports/rdf/exports/20160801/wikidata-terms.nt.gz")
                                    .openConnection().getInputStream();
                    NotifyingRepositoryConnectionWrapper con = new NotifyingRepositoryConnectionWrapper(repo,
                                    repo.getConnection());) {
        RepositoryConnectionListenerAdapter myListener = new RepositoryConnectionListenerAdapter() {
            private long count = 0;
            @Override
            public void add(RepositoryConnection arg0, Resource arg1, IRI arg2, Value arg3, Resource... arg4) {
                count++;
                if (count % 100000 == 0)
                    System.out.println("Add statement number " + count + "\n" + arg1 + " " + arg2 + " " + arg3);
            }
        };
        con.addRepositoryConnectionListener(myListener);
        con.add(in, "", format,context);
    } catch (Exception e) {
        throw new RuntimeException(e);
    }
}

为什么将RDF转储（InputStream）添加到RDF4J存储库这么慢（在Java中）？

1 个答案: