查询大乌龟文件

Question

我有一个乌龟文件，其中有超过7000万行，我使用python脚本进行查询，结果是执行时间太长。

这是我尝试做的一个例子：

import rdflib
import rdfextras
rdfextras.registerplugins() 

g=rdflib.Graph()
g.parse("my_file.ttl", format='turtle')
results = g.query("""
    PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
    PREFIX bk:  <http://www.ondex.org/bioknet/terms/>
    SELECT (COUNT(*) AS ?nbr_of_genes)
    WHERE {
    ?gene rdf:type bk:Gene.
    }
""")

我从原始文件中抽取了100万行的样本，这个简单的查询花了76秒钟来执行！

有没有一种更快的查询文件的方法？

Answer 1

将您的Turtle文件加载到适当的RDF三重或四重存储中，自然会从DBMS功能中受益。