Triplestore对于大型数据集

Question

我想问一个很好的triplestore用于大型数据集，它应该：

• 很好地扩展（百万三元）
• 有一个Java接口

Answer 1

您应该考虑使用OpenLink Virtuoso商店。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。

请参阅here关于大型三重商店的概述。 Virtuoso绝对比BigData更容易设置。除此之外，我已经使用了芝麻NativeStore，它不太好。

4Store也是一个不错的选择，虽然我还没有用过它。 Virtuoso超过4Store的一个好处是您可以轻松地将标准关系模型与RDF混合使用，因为Virtuoso处于关系数据库之下。

Answer 2

4store: Scalable RDF storage

报价4store网页...

4store的主要优势是其 的性能，可扩展性和稳定性 。除RDF存储 和SPARQL查询外，它不提供许多 功能，但如果您的是 寻找可扩展，安全，快速的 和高效的RDF存储，则4store 应位于您的短名单中。

就我个人而言，我已经测试了具有非常大的数据库（高达20亿个三元组）的4store，结果非常好。 4store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。

4store可以部署在商用服务器集群上，这可能会提高查询性能，并且断言吞吐量可能高达100 KTriples /秒。但即使你在一台服务器上使用它，你也会获得相当不错的表现。

在南安普敦大学，我们在研究项目和我们的网站站长团队中选择非常大的数据集，请参阅Data Stores for Southampton and ECS Open Data。

在这里，您还可以查看和管理4store Client Libraries所有库的列表。此外，4store's IRC channel有一个活跃的用户社区，如果遇到任何问题，它们都会有所帮助。

如果你是Linux/Unix用户4store绝对是一个不错的选择。

Answer 3

我也建议4store，但在完全公开的精神，我是首席架构师:)

如果你想利用RDF存储标准化的优势，那么你应该使用Java库它实现SPARQL，而不是使用本机公开JAVA API的。

否则，由于在它们之间移动，这是典型的SQL迁移地狱，您可能最终会被第一个选择的商店卡住。

Answer 4

我个人对GraphDB很满意。它在中等硬件（256GB RAM服务器）上运行得非常好，拥有150亿个三元组。通过芝麻和jena界面都可以访问。 （虽然jena beta'ish）。

如果您负担得起，Oracle 12c实例并不坏。并可能适合现有的Oracle基础架构（备份等）。

Virtuoso 7.1规模很好，可以处理合理成本的庞大数据量。不幸的是，它的SPARQL标准符合标准

Answer 5

@Steve - 不知道如何评论，所以我想我会一次回答2个问题。

JDBC驱动下面SPARQL：

http://code.google.com/p/jdbc4sparql/

支持SPARQL协议和SPARUL（通过SPARQL协议作为更新，而不是在SPARUL协议）。

@myahya

4Store强烈推荐，所以值得评价为候选人。

炫技也有本地的JDBC驱动程序，并支持大型数据集（最多12个十亿三元）

www.openlinksw.com/wiki/main/Main/

此外，甲骨文有一些，但要准备花大价钱：

http://www.oracle.com/technetwork/database/options/semantic-tech/index.html

Answer 6

除了4Store，炫技和Owlim，Bigdata也值得一看。