【发布时间】：2019-04-07 17:41:00
【问题描述】：
我正在尝试为“personal information manager”/wiki 之类的工具创建一个小型 Web 应用程序，我可以在其中以 HTML sn-ps（或者可能是 Markdown）的形式记笔记，用一些 @987654322 注释它们@microdata 并将 sn-p 和元数据存储在某处以供查询。
到目前为止，我的理解是大多数语义数据存储（三重/四重存储，或支持 RDF 的数据库）更适合主要存储和查询元数据。所以我可能还想要某种传统的存储（关系、文档存储、键值，甚至是非 rdf 图数据库），我可以在其中存储每个注释的全文，也许还有其他一些位，例如 @987654328 @、user-id 拥有笔记等，还执行传统（非语义）全文查询。
我开始寻找可以将数据和元数据存储在一个地方的商店。我找到了一些：Ontotext GraphDB、Stardog、MarkLogic 等。所有这些似乎都完全符合我的要求，但是有一些非常有限的免费许可条款，这真的阻碍了我深入研究它们：我更喜欢研究开放技术我可能会用在真正的产品上。
在深入挖掘之前，我想知道：
- 如果我的假设是正确的：我需要将一个存储用于数据，另一个用于元数据。
- 如果有任何涉及免费/开源软件的设置，具有 RDF/Sparql 经验的开发人员可以推荐，考虑到我描述的问题。
现在我只是倾向于将Apache Jena 用于 RDF 存储和 SPARQL 查询，而其他数据则完全独立（最有可能是 PostgreSQL）。
【问题讨论】：
-
为什么你认为你需要两个“商店”？我的意思是，将所有数据放入单个 RDF 三元存储有什么问题？顺便说一下，例如 Apache Jena 支持全文搜索（基于 Lucene 或 ElasticSearch），其他很多常用的三元存储也有这样的功能
-
假设我为三部曲的名称添加了注释，就像这里的示例 2：schema.org/Book 首先，我需要将整个 html 字符串存储在某个地方（我见过有些人使用 base64 存储RDF 商店中的东西，但似乎有些阻抗不匹配）。稍后，我可能想将我从哪本书中读到的最后一章存储在某处……该信息似乎不是 RDF 存储的好候选……例如，这看起来很奇怪：
-> last-read -> 日期 -
我认为你想多了。三重存储为您处理“存储整个 [HTTP，而不是 HTML] 字符串”（假设我正确理解您的意思）。如果你真的担心SQL-style, RDF-style, and other data stores 之间的“阻抗”，你可以选择一个混合处理两者（并使两种数据都可用于两种查询），比如Virtuoso（来自我的雇主），无论是Open Source or Enterprise Edition.
-
RDF 存储非常适合用于稀疏填充和/或模式最后的数据，例如您突然希望跟踪您阅读的最后一章以及何时跟踪某些书籍。 SQL 存储通常是最好的（并且非常适合）完全填充和/或模式优先的数据——如联系地址、销售记录等。
-
现在重新审视这个......我了解到存储纯文本大多是可以的（例如，HTML 文档的源或任何基于文本的文档的大小达到一定大小，可能是几十千字节）但是在许多存储二进制数据的三元存储实现并不理想，并且大多数三元存储都需要 base64 编码，因此数据可以保持纯文本。太大的对象（在 S;P;O 意义上）可能会弄乱索引，因此最好将 ID 存储到像 S3 这样的二进制对象的 blobstore 中。我的经验法则是对大多数明文使用三元存储，对其他所有内容使用 k/v 存储。
标签： database sparql rdf semantic-web schema.org