本文介绍如何将RDF文件导入嬴图数据库。

嬴图Transporter支持导入的RDF文件格式包括N-triples、Turtle和RDF/XML。
以下步骤均在Windows系统上PowerShell中演示。

准备RDF文件

点击下载.ttl格式的示例RDF文件：

• UltipaGraph.ttl

生成配置文件

打开终端程序，导航至ultipa-importer所在文件夹。执行以下命令，选择rdf，为导入RDF文件生成样本配置文件：

./ultipa-importer --sample

执行命令后，会在ultipa-importer所在目录下生成配置文件import.sample.rdf.yml。如果目录下已有该文件，数据将被覆盖。

修改配置文件

根据实际使用场景修改import.sample.rdf.yml文件。该文件包含以下部分：

• mode：设置为rdf。
• rdf：指定RDF文件路径及文件格式。
• server：提供嬴图服务器信息，并为数据导入指定目标图（新图或已有图）。
• settings：为数据导入设置全局参数和偏好。

# 导入模式：csv/json/jsonl/rdf/graphml/bigQuery/sql/kafka/neo4j/salesforce
mode: rdf

# RDF配置
rdf:
  # 本地计算机上的文件路径
  file: "./UltipaGraph.ttl"
  # RDF格式：ntriples/turtle/rdfxml 
  format: "turtle"

# 嬴图服务器配置
server:
  # 主机IP/URI和端口；若为集群，使用英文逗号分隔
  host: "10.11.22.33:1234"
  username: "admin"
  password: "admin12345"
  # 目标图（新图或已有图）
  graphset: "myGraph"
  # 若上图为新图，指定图所在分片
  shards: "1,2,3"
  # 若上图为新图，指定分片分区算法（Crc32/Crc64WE/Crc64XZ/CityHash64)
  partitionBy: "Crc32"
  # TLS加密证书文件路径
  crt: ""

# 全局设置     
settings:
 # 日志文件路径
  logPath: "./logs"
  # 每批次导入的点或边的数量
  batchSize: 10000
  # 插入模式：upsert
  importMode: upsert
  # 插入边时，自动创建缺失端点
  createNodeIfNotExist: false
  # 报错时停止数据导入
  stopWhenError: false
  # 设置为true时，自动创建新的图、schema和属性
  yes: true
  # 最大线程数
  threads: 32
  # RPC最大消息传输量（单位：MB）
  maxPacketSize: 40
  # 时间戳对应时区
  # 默认时区："+0200"
  # 时间戳单位，支持毫秒（ms）或秒（s）
  timestampUnit: s

执行导入

使用--config标志指定配置文件，执行数据导入：

./ultipa-importer --config import.sample.rdf.yml

映射规则

• 所有主语映射为点。
• 谓词的映射规则：
  • 对象为文本值时，谓词映射为点属性名称。
  • 对象在其他三元组中充当主语时，谓词映射为边。
• 对象在其他三元组中不充当主语时，将映射为属性值。
• 点schema根据主语前缀设置，并遵循以下规则：
  • 空主语将被视作空点，插入default schema中。
    • 缺少前缀的主语，其schema名称将从ns0开始生成，依次递增（如ns1，ns2等）。
• 边schema根据谓词前缀设置。
• 若schema名称少于2字符，系统在创建schema时会重复其名称（如，名为a的schema会更名为aa）。