将freebase转储导入Apache-Jena时出现问题

Question

我从freebase下载了最新的数据转储--它是一个22 is的gzip文件。但是，归档文件中只包含一个文件，即1.6gb。

具体来说，当我使用apache (tdbloader)导入压缩的gz文件时，数据是不完整的。乔治·克鲁尼在数据库里失踪了。

编辑：，这是我检查转储时看到的：

​

​

Answer 1

您无法知道使用gzip --list的未压缩文件有多大，因为它是错误的(并且在手册页上有这样的文档)。

http://www.freebsd.org/cgi/man.cgi?query=gzip#end

Answer 2

就像汤姆·莫里斯说的，

您无法知道使用gzip -list的未压缩文件有多大，因为它是错误的(并在其手册页上作了这样的记录)。http://www.freebsd.org/cgi/man.cgi?query=gzip#end

问题是Apache依赖gzip信息来知道何时停止将文件导入DB。免费网站建议不要解压缩档案，但由于这个错误，你实际上必须，否则你结束了一个不完整的数据库。我会继续问这个问题，因为其他人可能会发现这个信息很有用。