6

我一直在尝试探索Marklogic 7的RDF 三重存储功能和语义搜索功能，然后使用SPARQL进行查询。我能够执行一些基本操作，例如：

xquery version "1.0-ml";
import module namespace sem = "http://marklogic.com/semantics"at"/MarkLogic/semantics.xqy";
sem:rdf-insert(sem:triple(sem:iri("http://example.org/ns/people#m"),
sem:iri("http://example.com/ns/person#firstName"), "Sam"),(),(),"my collection")

它创建一个三元组，然后使用以下 SPARQL 查询它：

PREFIX ab: <http://example.org/ns/people#>
PREFIX ac: <http://example.com/ns/person#>
SELECT ?Name
WHERE
{ ab:m ac:firstName ?Name . }

它检索Sam作为结果。 已编辑：在我的用例中，我有一个分隔文件（结构化数据），其中包含我使用 MLCP 摄取到 ML 中的 10 亿条记录，这些记录存储在 ML 中，例如：

<root>
<ID>1000-000-000--000</ID>
<ACCOUNT_NUM>9999</ACCOUNT_NUM>
<NAME>Vronik</NAME>
<ADD1>D7-701</ADD1>
<ADD2>B-Valentine</ADD2>
<ADD3>Street 4</ADD3>
<ADD4>Fifth Avenue</ADD4>
<CITY>New York</CITY>
<STATE>NY</STATE>
<HOMPHONE>0002600000</HOMPHONE>
<BASEPHONE>12345</BASEPHONE>
<CELLPHONE>54321</CELLPHONE>
<EMAIL_ADDR>abc@gmail.com</EMAIL_ADDR>
<CURRENT_BALANCE>10000</CURRENT_BALANCE>
<OWNERSHIP>JOINT</OWNERSHIP>
</root>

现在，我想对上面的数据集使用 RDF/语义特征。但是，我无法理解是否需要将上述文档转换为 RDF，如下所示（显示为<NAME>），假设这是正确的方法：

  <sem:triple>
    <sem:subject>unique/uri/Person
    </sem:subject>
    <sem:predicate>unique/uri/Name
    </sem:predicate>
    <sem:object datatype="http://www.w3.org/2001/XMLSchema#string"
    xml:lang="en">Vronik
    </sem:object>
  </sem:triple>

然后在 ML 中摄取这些文档并使用 SPARQL 进行搜索，或者我是否需要只摄取我的文档，然后分别摄取从外部来源获得的三元组，并以某种方式（如何..？？）将它们链接到我的文档，然后使用 SPARQL 进行查询？还是有其他方法我应该这样做？

4

2 回答 2

4

由你决定。如果您想将 XML 用于某些事实而将三元组用于其他事实，您可以将选定的事实从 XML 转换为三元组，并将它们组合到同一个文档中。对于您提供的 XML，我就是这样开始的。当您以原始 XML 格式插入或更新每个文档时，将其传递给添加新三元组的 XQuery。我会将这些新的三元组保存在与原始 XML 相同的文档中。

您可以使用 CPF：http ://docs.marklogic.com/guide/cpf或使用http://marklogic.github.io/recordloader/之类的工具及其XccModuleContentFactory类来执行此操作。

但是，如果您想完全摆脱原始 XML 格式，您可以这样做。然后，您会将您的 XML 转换为三元组并摄取这些三元组而不是原始 XML。或者，您也可以在同一个数据库中拥有纯 XML 文档和纯三重文档。

于 2013-11-19T15:07:58.013 回答
3

正如迈克尔所说，有很多方法可以解决这个问题。这是因为 MarkLogic 7 非常灵活 - 您可以将信息表示为三元组或 XML（或 JSON 或 ...），并混合使用数据模型和查询语言

首先要弄清楚的是——你想达到什么目的？如果您只是想了解一下 MarkLogic 的 XML 和三元组组合，我的建议如下：

  1. 如上所述摄取您的 XML 文档。如果您有大量文本，例如帐户描述或自由文本注释，那就更好了。

  2. 使用 XQuery 或 XSLT，为每个代表城市的文档添加一个三元组，例如对于您发布的示例文档，添加

    --this document URI-- unique/uri/Location New York

  3. 从网络导入三元组，将城市名称映射到州和邮政编码（例如从地名）

  4. 现在结合使用 SPARQL 和 XQuery，您可以搜索某些邮政编码中每个帐户的当前余额（即使您的文档不包含邮政编码）。

该文档很好地描述了使用 mlcp 从外部源加载三元组。

请参阅http://docs.marklogic.com/guide/semantics/setup

有关加载三元组的更多详细信息，请参见http://docs.marklogic.com/guide/semantics/loading

还要注意，您现在可以直接从查询控制台运行 XQuery 或 SPARQL（或 SQL）查询：http://your-host:8000/qconsole/

于 2013-11-19T17:53:06.220 回答