1

这个问题与rcreswick关于Serializing Jena OntModel Changes的问题有关。我在需要通过套接字保持同步的两台（或更多）机器上有 Jena 模型。我需要解决的主要问题是模型可能包含匿名节点（bnodes），它可以源自任何模型。

问题：我是在正确的轨道上，还是有更好、更强大的方法我没有考虑？

我可以想到 3 种方法来解决这个问题：

  1. 序列化完整模型：这对于同步小更新来说非常昂贵。此外，由于任何一台机器都可能发生变化，我不能只用机器 A 的序列化模型替换机器 B 的模型。我需要合并它们。
  2. 序列化部分模型：使用专用模型进行序列化，该模型仅包含需要通过套接字发送的更改。这种方法需要特殊的词汇表来表示从模型中删除的语句。据推测，当我将模型从机器 A 序列化到机器 B 时，匿名节点 ID 对于机器 A 将是唯一的，但可能与在机器 B 上创建的匿名节点的 ID 重叠。因此，我必须重命名匿名节点并保留映射从机器 A 的匿名 ID 到机器 B 的 ID，以便正确处理未来的更改。
  3. 序列化单个语句：这种方法不需要特殊的词汇，但可能不那么健壮。除了匿名节点之外，还有其他我还没有遇到的问题吗？
  4. Generate global unique bnode ids (NEW)：我们可以通过在 ID 前加上唯一的机器 ID 来为匿名节点生成全局唯一的 ID。不幸的是，我还没有弄清楚如何告诉 Jena 使用我的 ID 生成器而不是它自己的。这将允许我们在不重新映射 bnode ID 的情况下序列化单个语句。

这里有一个例子可以让这个讨论更深入一点。假设我在机器 A 上有一个列表，表示为：


    _:a rdf:first myns:tom
    _:a rdf:rest rdf:nil

我将这个模型从机器 A 序列化到机器 B。现在，因为机器 B 可能已经有一个（不相关的）匿名节点，id 为“a”，我将 id 'a' 重新映射到新的 id 'b'：


    _:b rdf:first myns:tom
    _:b rdf:rest rdf:nil

现在机器 A 上的列表发生了变化：


    _:a rdf:first myns:tom
    _:a rdf:rest _:b
    _:b rdf:first myns:dick
    _:b rdf:rest rdf:nil

由于机器 B 之前从未遇到过机器 A 的 id 'b'，它添加了一个从机器 A 的 id 'b' 到新的 id 'c' 的新映射：


    _:b rdf:first myns:tom
    _:b rdf:rest _:c
    _:c rdf:first myns:dick
    _:c rdf:rest rdf:nil

如果有两台以上的机器，问题会更加复杂。例如，如果有第三台机器 C，它可能有自己的匿名节点“a”，它不同于机器 A 的匿名节点“a”。因此，机器 B 确实需要保存从其他机器的每个匿名节点 ID 到其本地 ID 的映射，而不仅仅是从一般的远程 ID 到本地 ID。在处理传入的更改时，必须考虑更改的来源以正确映射 ID。

4

1 回答 1

1

您是否可以将自己的三元组添加到模型中？如果是这样，我将为每个 bnode 引入一个语句，以 URN 的形式为每个 bnode 提供一个备用公共 id。您现在可以开始在两个模型之间匹配 bnode。

但是，无论是否为空白节点，双向同步只会让您到目前为止。如果您试图在两个模型上检测等效的并发更改，那么像这样的策略只会让您到目前为止。

这是一个例子。假设您正在创办一家新的草坪护理公司。为了招揽生意，你和你的搭档去参加当地的户外活动，并尝试预订一些打折的试用预约。你们两个，每个人都带着一台笔记本电脑，把任何有兴趣的人打成一片并记录下来。记录有：

address and zip
phone number
appointment dateTime

假设每条记录都作为资源存储在您的模型中。你有可能见到丈夫，你的伴侣有可能见到同一家庭的妻子。无论您是否巧合地预订了相同的约会日期时间，系统都很难对条目进行重复数据删除。无论您对每条记录使用 bnode 还是使用基于 UUID 的 URI，它都不会重复数据删除。唯一的希望是，如果您使用某种规范形式的电话号码来合成一个确定的 URI 以供记录。

于 2009-04-11T07:44:45.403 回答