大型数据集的Triplestore

Question

我想问一个好的triplestore用于大型数据集，它应该：

• 规模良好(百万三倍)
• 有Java接口

Answer 1

您应该考虑使用OpenLink Virtuoso存储。它可以通过OpenSource许可证获得，并可扩展到数十亿的三倍。您可以通过Sesame和Jena API使用它。

有关大型三重商店的概述，请参见这里。Virtuoso显然比BigData更容易设置。除此之外，我还使用了芝麻NativeStore，它的比例不太好。

4商店也是一个不错的选择，尽管我还没有使用它。Virtuosoover4Store的一个优点是，您可以轻松地将标准关系模型与RDF混合，因为Virtuoso位于关系数据库的幕后。

Answer 2

4存储:可伸缩的RDF存储

引用4店网站..。

4商店的主要优势在于性能、可扩展性和稳定性。它不提供RDF存储和SPARQL查询之外的许多特性，但是如果您正在寻找一个可伸缩、安全、快速和高效的RDF存储，那么4存储应该在您的短名单中。

就我个人而言，我已经用非常大的数据库(高达20亿个三倍)测试了4家商店，取得了非常好的结果。4存储是用C编写的，运行在Linux/Unix 64位平台上，当前版本1.1.1部分实现了SPARQL 1.1。

4存储可以部署在商品服务器集群上，这可能会提高查询的性能，断言吞吐量可高达100 KTriple/秒。但是，即使您在单个服务器中使用它，您也会获得相当不错的性能。

在南安普敦大学是我们在研究项目中非常大的数据集的选择，也是我们的网站管理员团队的选择，参见南安普敦和ECS开放数据的数据存储。

这里还列出了可以用于查询和管理4 4store 客户图书馆的所有库的列表。此外，4商店的IRC通道有一个活跃的用户社区，如果您遇到任何问题，这将对您有所帮助。

如果您是Linux/Unix用户，那么4 4store无疑是一个不错的选择。

Answer 3

我也推荐4家商店，但本着完全公开的精神，我是首席架构师:)

如果您想要利用RDF存储的标准化，那么应该使用实现SPARQL的Java库，而不是使用本地公开JAVA的库。

否则，您可能会被首先选择的任何存储所困住，这是典型的SQL迁移地狱。