dbpedia/virtuoso-sparql-endpoint-quickstart

Virtuoso SPARQL端点快速启动

创建并运行Virtuoso开源实例，包括预加载Databus集合的SPARQL端点，并安装VOS DBpedia插件。

快速启动

运行Virtuoso SPARQL端点快速启动需要系统上安装Docker和Docker Compose。如果尚未安装，请按照此处和此处的安装说明进行操作。安装完成后，运行以下命令：

bash
git clone https://github.com/dbpedia/virtuoso-sparql-endpoint-quickstart.git
cd virtuoso-sparql-endpoint-quickstart
COLLECTION_URI=https://databus.dbpedia.org/dbpedia/collections/dbpedia-snapshot-2022-03 VIRTUOSO_ADMIN_PASSWD=password docker-compose up

片刻后，SPARQL端点将在localhost:8890/sparql运行。

注意，将大型数据集加载到Virtuoso三元组存储需要时间。即使SPARQL端点已启动运行，加载过程可能仍需数小时，具体取决于数据量。

为更快验证设置，可使用以下集合URI替代：
[***]

注意，此集合仅用于测试docker-compose网络的RDF数据集合，非DBpedia正式发布。片刻后，资源http://localhost:8890/page/Berlin应可访问。

文档说明

Virtuoso SPARQL端点快速启动是通过docker-compose启动的由三个不同Docker容器组成的网络。运行的容器如下：

• OpenLink VOS实例（https://hub.docker.com/r/openlink/virtuoso-opensource-7%EF%BC%89
• DBpedia Databus集合下载器（https://hub.docker.com/repository/docker/dbpedia/dbpedia-databus-collection-downloader%EF%BC%89
• 加载器/安装器

加载过程完成后，只有OpenLink VOS实例会保持运行，其他两个容器在任务完成后将关闭。通过运行docker ps可查看下载和加载器容器是否仍在运行。若仅剩OpenLink VOS实例，则所有数据已加载到三元组存储中。

所有容器的可能配置如下所述。仓库包含.env文件，其中包含网络的所有可配置环境参数。

环境变量

运行docker-compose up时将使用docker-compose.yml旁的.env文件中指定的环境变量。可用变量如下：

• COLLECTION_URI：Databus集合的URI。若要加载DBpedia数据集，建议使用快照集合（2022-03）。也可使用其他Databus集合启动SPARQL端点，或手动将文件复制到./downloads文件夹。

• VIRTUOSO_ADMIN_PASSWD：Virtuoso数据库的密码。必须设置此变量才能成功启动SPARQL端点。

• VIRTUOSO_HTTP_PORT：OpenLink VOS实例的HTTP端口。

• VIRTUOSO_ISQRL_PORT：OpenLink VOS实例的ISQL端口。

• DATA_DIR：包含加载数据的目录。下载容器会将文件下载到此目录，也可手动将文件复制到该目录。

• VIRTUOSO_DIR：存储Virtuoso三元组存储内容的目录。

• DOMAIN：资源标识符的域名。仅当需要访问资源的HTML视图时（例如运行DBpedia章节）才需设置此变量。HTML视图仅对指定域名中的标识符显示正确视图。（例如，运行俄罗斯章节且使用俄罗斯资源标识符时，设置为[***]

容器配置

可通过调整docker-compose.yml文件进一步配置网络中的容器。以下部分列出每个容器只能在docker-compose.yml中设置的环境变量。

容器1：OpenLink VOS实例

可在https://hub.docker.com/r/openlink/virtuoso-opensource-7%E6%9F%A5%E7%9C%8B%E8%AF%A5Docker%E9%95%9C%E5%83%8F%E7%9A%84%E5%AE%8C%E6%95%B4%E6%96%87%E6%A1%A3%E3%80%82%E8%AF%A5%E9%95%9C%E5%83%8F%E9%9C%80%E8%A6%81%E4%B8%80%E4%B8%AA%E7%8E%AF%E5%A2%83%E5%8F%98%E9%87%8F%E6%9D%A5%E8%AE%BE%E7%BD%AE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%AE%A1%E7%90%86%E5%91%98%E5%AF%86%E7%A0%81%EF%BC%9A

• DBA_PASSWORD：数据库管理员密码。建议通过在.env文件中设置VIRTUOSO_ADMIN_PASSWD变量来配置。
• VIRT_PARAMETERS_NUMBEROFBUFFERS：默认值为2000，会导致加载时间极长。根据机器可用内存增加此值，详情见镜像文档。
• VIRT_PARAMETERS_MAXDIRTYBUFFERS：与VIRT_PARAMETERS_NUMBEROFBUFFERS类似。

此密码仅在创建新数据库时设置。示例docker-compose将文件夹挂载到内部数据库目录以实现持久化。注意，若要通过docker-compose更改密码，需清除该文件夹。

docker-compose中指定的第二个卷将下载文件夹连接到容器中可被Virtuoso加载脚本访问的目录。可访问路径在内部virtuoso.ini文件的DirsAllowed中设置。由于docker-compose使用镜像的默认设置，本地./downloads文件夹被挂载到容器内的/usr/share/proj，该路径默认在DirsAllowed中。

容器2：DBpedia Databus Collection Downloader

本项目使用DBpedia Databus集合下载器。可在https://github.com/dbpedia/dbpedia-databus-collection-downloader%E6%9F%A5%E7%9C%8B%E6%96%87%E6%A1%A3%E3%80%82%E8%8B%A5%E5%B0%9A%E6%9C%AA%E4%B8%8B%E8%BD%BD%E5%92%8C%E6%9E%84%E5%BB%BA%E4%B8%8B%E8%BD%BD%E5%AE%A2%E6%88%B7%E7%AB%AFDocker%E9%95%9C%E5%83%8F%EF%BC%8C%E9%9C%80%E5%85%88%E8%BF%9B%E8%A1%8C%E6%93%8D%E4%BD%9C%E3%80%82%E6%89%80%E9%9C%80%E7%8E%AF%E5%A2%83%E5%8F%98%E9%87%8F%E5%A6%82%E4%B8%8B%EF%BC%9A

• TARGET_DIR：下载文件的目标目录（容器内）。确保该目录挂载到本地文件夹，以便在docker网络中访问文件。

容器3：加载器/安装器

通过以下命令构建加载器/安装器Docker镜像：

bash
cd ./dbpedia-loader
docker build -t dbpedia-virtuoso-loader .

可通过以下环境变量配置该容器：

• STORE_DATA_DIR：VOS实例中挂载downloads文件夹的目录（默认/usr/share/proj）。由于加载器需告知VOS实例开始导入文件，因此需要知道文件位置。此外，VOS实例需被授予该目录的访问权限。
• STORE_DBA_PASSWORD：VOS实例中指定的管理员密码（DBA_PASSWORD变量）。建议通过在.env文件中设置VIRTUOSO_ADMIN_PASSWD变量来配置。
• DATA_DIR：该容器中挂载downloads文件夹的目录。
• [可选] DATA_DOWNLOAD_TIMEOUT：加载器进程停止等待下载完成的秒数。
• [可选] STORE_CONNECTION_TIMEOUT：加载器进程停止等待存储启动的秒数。

DBpedia章节使用说明

要使用Virtuoso SPARQL端点快速启动网络托管自己的DBpedia实例，需在DBpedia Databus上创建章节集合。可通过***上的DBpedia Stack教程了解Databus和Databus集合。

或者，可将所需数据下载到本地机器并手动提供文件。但建议使用集合，以便更容易更新到未来版本。

将COLLECTION_URI变量设置为章节集合的URI，并调整DOMAIN变量以匹配资源标识符的域名。或者（不推荐）将文件复制到DATA_DIR指定的目录，并从docker-compose.yml中移除下载容器部分。

在.env文件中设置所有变量后，运行：

bash
docker-compose up