README

使用 RMLx 语言的 RML (RDF 映射语言) 处理器。

历史记录

之前它与 RMLx 网页界面紧密集成，作为后端 [1]。旧的映射策略效率不高，特别是对于较大的文件，因为输入和输出图是在内存中持有的，并且映射策略每次都会遍历 RML 图。尽管如此，对于小型中型数据集来说还是可以接受的。但是，在将 11MB 的 CSV 文件映射到需要超过 2GB 内存的 RDF 数据立方体时，发现了一些瓶颈，这需要近半小时的时间。

因此，我决定重构处理器以提高其效率。当前存储库包含提取的处理器，使用 PHP 7 OOP（之前是一系列函数）重新实现，并使其符合 PSR-4 标准。对于前一段中提到的相同案例，当前实现仅需要 20MB 和几分钟。

当前策略分两步进行映射

• 解析 RML 规范并构建映射执行组件树（mapper）
• 运行 mapper

安装

composer require pebbie/rmlx-mapper

目前，为了导入此内容，您的最小稳定性必须为 dev

用法

composer run rmlx <RML 文件>.ttl [key=value]*

例如：composer run rmlx data/test_const.rml.ttl（也请参阅其他 test_*.rml.ttl 文件）

默认输出到终端，并使用 ntriples 格式。如果您想生成其他格式（例如 n3），请确保通过设置 quiet=on 禁止终端输出，然后使用 output_file=somefile.ttl output_format=n3 作为附加参数。

问题

R2RML 兼容性（关系数据库）实现不是优先考虑的内容。PDOSource 存在作为占位符，但没有实际实现。

内部机制

RMLx：与 RML.io 规范的区别

RMLx 在 RML（LDOW 论文）问世不久后开发。因此，当前规范的一些方面可能没有实现，而其他一些功能则是为了满足我们的出版/用例需求（统计数据、流式传感器、会议 PC 成员、链接小部件集成）而实现的。

• rmlx:sourceTemplate：将源转换为模板（用于对同一模型进行参数化）
• rmlx:defaultValue：引入 '变量'，可以从固定值、命令行参数、Web 参数中在引用/模板中使用
• rmlx:predicateInv：当发出时使三元关系关系逆转（o, p, s）
• rmlx:transform：调用内置/外部函数以转换变量（例如，参考、defaultValue）的值

数据转换：函数和 API 调用

数据转换规则使用 rmlx:transform 定义。

当 rmlx:transform 关系分配给三元映射节点时，它将在没有源或每次迭代每个源（例如，每行 CSV）时调用一次，并添加/更新关联的（输出）变量。

此功能建立在 R2RML 中的 rr:inverseExpression 通用化和 RDF 化的基础上

内置函数（在论文版本中实现）

• rop:make_array：将空数组分配给变量
• rop:array_push：将值推送到数组的末尾
• rop:trim：从字符串变量的开始和结尾删除空格
• rop:replace：在字符串变量中替换字符串出现
• rop:split：将字符串变量拆分成数组变量
• rop:md5：计算字符串变量的 MD5 散列
• rop:sha1 : 计算字符串变量的SHA1哈希值
• rop:assign : 将常量字符串值分配给变量（行为类似于rmlx:defaultValue）
• rop:auto_increment : 获取当前全局计数器
• rop:reset_auto_increment : 将全局计数器重置为0

参考文献

[1] Aryan, Peb R.，等人。“RMLx：将开放数据与链接数据探索环境集成的接口。”2017年第1届信息学与计算科学国际会议（ICICoS）。IEEE，2017。代码 OSF项目页面