Oracle Graph 入门 - RDF 知识图谱
- 0. 引言
- 1. 查看 RDF Semantic Graph 安装情况
- 2. 创建一个语义网络
- 4. 创建一个模型
- 5. 加载 RDF 文件
- 6. 配置 W3C 标准的 SPARQL 端点
0. 引言
Oracle Graph 的中文资料太少了，只能自己参考英文资料整理一篇吧。
Oracle 数据库包括一个企业级资源描述框架 （RDF） 三元存储，作为空间和图选项的一部分。RDF 是 W3C 标准的图数据模型，用于表示知识图谱，知识图谱越来越多地用于支持智能应用程序。
本文主要介绍如何在 Oracle Database 23ai 上配置 Oracle Spatial and Graph — RDF Semantic Graph。我们将使用 Oracle SQL Developer 进行与 Oracle Database 23ai 实例的大部分交互。
1. 查看 RDF Semantic Graph 安装情况
我们使用 system 用户连接到 Oracle Database，执行下面语句，
SELECT * FROM MDSYS.RDF_PARAMETER;
查询结果应显示有效的 RDF Semantic Graph 23.1.0.0.0 安装。
如果没有启用，执行下面语句，
@?/rdf/admin/rdfsqlj.sql
@?/md/admin/catmd.sql
2. 创建一个语义网络
接下来，我们将创建一个语义网络来准备用于存储 RDF 数据的数据库。作为先决条件，我们需要为语义网络创建一个表空间。以 SYSTEM 身份运行以下 SQL 语句，为语义网络创建表空间。
CREATE TABLESPACE rdf_tblspace
DATAFILE 'rdf_tblspace.dat' SIZE 10240M REUSE
AUTOEXTEND ON NEXT 256M MAXSIZE UNLIMITED
SEGMENT SPACE MANAGEMENT AUTO;
创建一个数据库用户以处理数据库中的语义数据，并向数据库用户授予必要的权限。
CREATE USER rdfuser
IDENTIFIED BY rdfuser
QUOTA 9G ON rdf_tblspace;
GRANT CONNECT, RESOURCE, CREATE VIEW TO rdfuser;
ALTER USER rdfuser QUOTA UNLIMITED ON users;
以网络所有者用户rdfuser身份进行连接。
现在，我们可以执行下面语句来创建语义网络。
EXECUTE SEM_APIS.CREATE_SEM_NETWORK('rdf_tblspace', network_owner=>'rdfuser', network_name=>'rdf_net');
或者，我们可以使用 SQL Developer 的 RDF Semantic Graph 组件来创建语义网络。通过单击连接名称旁边的加号来展开系统连接，然后向下滚动到 “RDF 语义图形” 组件。右键单击 “网络”，然后选择 “创建语义网络”。
使用下拉菜单选择我们之前创建的表空间，然后单击应用。
这样，我们已经验证了 RDF Semantic Graph 的安装，并创建了存储 RDF 数据所需的所有必要数据库对象。
4. 创建一个模型
创建模型时，可以指定模型名称、用于保存对模型语义数据的引用的表以及该表中 SDO_RDF_TRIPLE_S 类型的列。
以下命令创建在 net1 schema-private network 中命名 LGC_SPORT 的模型。
EXECUTE SEM_APIS.CREATE_SEM_MODEL('LGC_SPORT', null, null, 'RDF_TBLSPACE',network_owner=>'RDFUSER',network_name=>'RDF_NET');
或者，我们可以使用 SQL Developer 的 RDF Semantic Graph 组件来创建模型。
我们现在已经创建了一个模型来保存我们的 RDF 数据。如果在 RDF Semantic Graph 下展开 Models 和 Regular Models，您应该会看到我们创建的 LGD_SPORT 模型。
5. 加载 RDF 文件
我们将使用 120 万个体育设施的三重数据集，从这里下载。
现在，我们将批量加载下载的 RDF 文件。批量加载过程包括两个主要步骤：
1，将文件从文件系统加载到数据库中的简单临时表中。
2，将数据从暂存表加载到我们的语义模型中。
第一步涉及从外部表加载，因此我们需要使用 SYSTEM 连接在数据库中创建一个 DIRECTORY，并将该目录的权限授予 RDFUSER。
现在服务器上创建一个目录。
mkdir -p /home/oracle/data/graph_dump
然后，我们可以使用 SQL Developer，展开 SYSTEM 连接并右键单击 Directories。然后选择 Create Directory （创建目录）。
输入数据库服务器上目录的目录名称和完整路径。单击应用。
展开“目录”，然后单击目录名称以查看详细信息。
现在我们需要将此目录的权限授予 RDFUSER。单击“操作”，然后选择“授予”。
授予 RDFUSER 的 READ 和 WRITE 权限。单击应用。
RDFUSER 现在可以访问 Oracle Database 实例上的 /home/oracle/data/graph_dump 目录。
下载的 RDF 文件是压缩的，在加载到暂存表之前，我们在windows系统解压缩之后，在上传到 Oracle Database 实例的 /home/oracle/data/graph_dump 目录。
现在，在 SQL Developer 中展开 RDFUSER 连接，并展开 RDF Semantic Graph 组件。然后右键单击“模型”，然后选择“将RDF数据加载到暂存表（外部表）”。
为要创建的外部表选择一个名称（我们正在使用LGD_EXT_TAB），并填写“源外部表”选项卡上的其他字段。
在“输入文件”选项卡上输入要加载的文件的名称（在本例中为 2015-11-02-SportThing.node.sorted.nt）。
最后，使用“暂存表”选项卡输入将要创建的暂存表的名称（我们正在使用LGD_STG_TAB）并选择适当的格式。
现在，单击“应用”将数据加载到LGD_STG_TAB中。 检查LGD_STG_TAB的内容。
SELECT count(*) FROM lgd_stg_tab;
接下来，我们将LGD_STG_TAB的数据加载到LGD_SPORT语义模型中。要启动批量加载接口，请在 RDFUSER 连接下展开 RDF Semantic Graph。然后，右键单击“模型”并选择“从暂存表批量加载到模型中”。
输入 Model 的 LGD_SPORT 并取消选择 Create model 选项，因为我们已经创建了这个语义模型。此外，为暂存表名称选择LGD_STG_TAB。请注意不要选择外部表 （LGD_EXT_TAB），因为它也会被列出。有关批量加载的其他选项的更多信息，请参阅用户指南。单击“应用”，加载将在一分钟左右完成。
现在我们已经完成了批量加载，收集整个RDF网络的统计信息是个好主意。只有特权用户才能收集整个 RDF 网络的统计信息，因此我们需要使用 SYSTEM 用户或其他 DBA 用户。展开 SYSTEM 连接下的 RDF Semantic Graph 组件，右键单击 RDF Semantic Graph 并选择 Gather Statistics。
输入所需的并行度，然后单击应用。
收集统计信息后，数据即可查询。
现在，我们将使用 SQL Developer 的 SPARQL 查询编辑器来查询我们的数据集。返回到 RDFUSER 连接，并在 RDF Semantic Graph 下展开 Models 和 Regular Models。单击“LGD_SPORT”将打开此语义模型的 SPARQL 查询编辑器。
您可以在此处编辑和执行 SPARQL 查询。此外，还提供了几个预先创建的模板。
单击模板 -> 人口统计 -> 全部计数以计算LGD_SPORT模型中的所有三元组。
出现警告时单击“是”。
单击绿色三角形以运行查询。
您也可以直接编辑 SPARQL 查询。下面的示例演示一个 SPARQL 查询，用于获取前 10 个属性及其三元组计数。
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX owl: <http://www.w3.org/2002/07/owl#>
PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>
PREFIX dc: <http://purl.org/dc/elements/1.1/>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
SELECT ?p (COUNT(?o) as ?cnt)
WHERE { ?s ?p ?o }
GROUP BY ?p
ORDER BY DESC (?cnt)
LIMIT 10
除了 SPARQL SELECT 查询之外，还支持 CONSTRUCT 和 DESCRIBE 查询。下面的查询描述了LGD_SPORT模型中的特定资源。请注意，查询中使用的任何命名空间前缀也将用于简化查询结果中的值。在这里，我们又添加了几个前缀。
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX owl: <http://www.w3.org/2002/07/owl#>
PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>
PREFIX dc: <http://purl.org/dc/elements/1.1/>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
DESCRIBE <http://linkedgeodata.org/triplify/node2872672301>
就是这样。我们已经成功地将一个公开可用的 RDF 数据集批量加载到我们的 DBCS 实例中，并使用 SQL Developer 的 SPARQL 查询编辑器执行了一些查询。
6. 配置 W3C 标准的 SPARQL 端点
我们将通过配置 W3C 标准的 SPARQL 端点来完成 Oracle Database 中 RDF 三元组存储的设置。
W3C 定义了几个用于查询和更新 RDF 数据的标准 REST API。Oracle RDF Semantic Graph 利用 Apache Jena Fuseki 提供这些接口的实现。Oracle 对 Apache Jena 的支持通过特定于 Oracle 的 Apache Jena 接口实现，在 Apache Jena 和 Oracle RDF Semantic Graph 之间实现了紧密集成。
这篇博文将展示如何在 Oracle Database 实例上设置和运行 Apache Jena Fuseki。Fuseki 可以作为独立服务器或 Java Web 应用程序运行。
第一步是从 OTN 下载最新的 Oracle 对 Apache Jena 的支持。打开 Web 浏览器进行 http://www.oracle.com/technetwork/database/options/spatialandgraph/downloads/index-156999.html。选择下载 Oracle Database 12c Release 12.1.0.2 Support for Apache Jena 3.1、Apache Jena Fuseki 2.4 和 Protégé Desktop 5.0。
下载完成后，将下载的 Oracle Support for Apache Jena 文件传输到 Oracle Database 实例。在此示例中，我们将文件复制到 /home/oracle。
以 oracle 用户身份打开与 Oracle Database 实例的 SSH 连接。
在 /home/oracle 中创建一个名为 Jena 的目录。然后将rdf_semantic_graph_support_for_12c_and_jena310_protege_5.0_2017_01_19.zip移动到新创建的 Jena 目录并解压缩文件。
解压缩命令完成后，您将看到几个目录和一个 README 文件。
现在，我们将配置 Fuseki 以访问我们之前创建的LGD_SPORT语义模型。将目录更改为 /fuseki 并编辑 config-oracle.ttl 文件。
将以下默认<#oracle>数据集规范从
<#oracle> rdf:type oracle:Dataset;
oracle:connection
[ a oracle:OracleConnection ;
oracle:jdbcURL “jdbc:oracle:thin:@(DESCRIPTION=(ADDRESS=(PROTOCOL=TCP)(HOST=localhost)(PORT=1521))(CONNECT_DATA=(SERVER=DEDICATED)(SERVICE_NAME=orcl)))”;
oracle:User “rdfuser” ;
oracle:Password “rdfuser”
];
oracle:allGraphs [ oracle:firstModel “TEST_MODEL” ] .
改为，
<#oracle> rdf:type oracle:Dataset;
oracle:connection
[ a oracle:OracleConnection ;
oracle:jdbcURL “jdbc:oracle:thin:@(DESCRIPTION=(ADDRESS=(PROTOCOL=TCP)(HOST=localhost)(PORT=1521))(CONNECT_DATA=(SERVER=DEDICATED)(SERVICE_NAME=PDB1.uspm020.oraclecloud.internal)))”;
oracle:User “rdfuser” ;
oracle:Password “rdfuser”
];
oracle:allGraphs [ oracle:firstModel “LGD_SPORT” ] .
请注意，根据特定 Oracle Database 实例的设置，SERVICE_NAME会有所不同。
接下来，我们将更改默认的 shiro.ini 配置以允许非本地主机连接。首先，我们需要启动 Fuseki 来创建一个 /run 目录。只需在当前 /fuseki 目录中执行以下命令即可。
./fuseki-server
看到 Fuseki 已在端口 3030 上启动的消息后，使用 Ctrl-C 终止该进程。
现在应该创建 /run 目录。将目录更改为 /run 并编辑shiro.ini。
Replace
/$/** = localhostFilter
with
/$/server = anon
$/** = localhostFilter
将目录更改回 /fuseki 并通过运行以下命令启动 Fuseki 服务：
nohup ./fuseki-server — config config-oracle.ttl > fuseki_out.log &
请注意，我们使用 nohup 来防止 Fuseki 进程在连接关闭时终止。
就是这样。Fuseki SPARQL 端点现已在我们的 Oracle Database 实例上启动并运行。
现在，Fuseki 服务器已在 DBCS 实例的端口 3030 上启动并运行，有两种连接选项：
单击“查询”，打开 SPARQL 查询界面。
单击“信息”可查看所有可用的 REST 端点。
我们还可以使用 curl 测试 SPARQL REST 接口。在此示例中，我们在 Windows 客户端计算机上使用 Cygwin 终端。以下 curl 命令会将文件 test_query.rq 中的 SPARQL 查询发送到 DBCS 实例上运行的 Fuseki 端点，并将结果打印到 stdout。
curl –X POST –data-binary “@test_quey.rq” –H “Content-Type: application/sparql-query” –H “Accept: application/sparql-results+json” “http://localhost:3030/sparql"
大功告成！我们已成功访问在 Oracle Database 实例上运行的 W3C 标准 SPARQL REST 端点。
“Oracle Graph 入门 — RDF 知识图谱”文章到此结束。
reference:
- https://docs.oracle.com/en/database/oracle/oracle-database/23/rdfrm/getting-started-rdf-data-schema-private-network.html
- https://medium.com/oracledevs/getting-started-with-oracle-spatial-and-graph-rdf-knowledge-graph-part-1-fa400427c6bd
- https://medium.com/oracledevs/getting-started-with-oracle-spatial-and-graph-rdf-knowledge-graph-part-2-2def0bc08a5c
- https://medium.com/oracledevs/getting-started-with-oracle-spatial-and-graph-rdf-knowledge-graph-part-3-ce40edc4b1f5
