带Sesame的Java OutOfMemoryError

我使用Sesame通过SPARQL查询RDF。我处理大文件（2GB、10GB），并随后进行一些查询。在处理如此大的文件时，我遇到一个错误java.lang.OutOfMemoryError:java堆空间。我用param-Xmx3g运行我的应用程序，但似乎这些文件还不够。也许我应该在每次查询后关闭存储库

这是我的代码：

void runQuery() {
   try {
       con = repo.getConnection();
       TupleQuery tupleQuery = con.prepareTupleQuery(QueryLanguage.SPARQL, queryString);
       TupleQueryResult result = tupleQuery.evaluate();
       while (result.hasNext()) {
           result.next();
       }
       result.close();
       con.close();
       } catch (Exception e) {
           ...
       }
   }
}

runTests() {
    File dataDir = new File("RepoDir/");
    repo = new SailRepository(new NativeStore(dataDir));
    repo.initialize();
    ...
    for (int j = 0; j < NUMBER_OF_QUERIES; ++j) {
        queryString  = queries.get(j);
        runQuery(); 
    }
    ...
    repo.shutDown();
}

void runQuery（）{
试一试{
con=repo.getConnection（）；
TupleQuery TupleQuery=con.prepareTupleQuery（QueryLanguage.SPARQL，queryString）；
TupleQueryResult结果=tupleQuery.evaluate（）；
while（result.hasNext（））{
result.next（）；
}
result.close（）；
con.close（）；
}捕获（例外e）{
...
}
}
}
运行测试（）{
文件dataDir=新文件（“RepoDir/”）；
repo=新存储库（新NativeStore（dataDir））；
repo.initialize（）；
...
对于（int j=0；j<查询的数量；++j）{
queryString=querys.get（j）；
runQuery（）；
}
...
回购关闭（）；
}

另外，对于这样大的文件，是否可以使用MemoryStore而不是NativeStore

发出错误的查询示例：

SELECT DISTINCT ?name1 ?name2 
WHERE {
  ?article1 rdf:type bench:Article .
  ?article2 rdf:type bench:Article .
  ?article1 dc:creator ?author1 .
  ?author1 foaf:name ?name1 .
  ?article2 dc:creator ?author2 .
  ?author2 foaf:name ?name2 .
  ?article1 swrc:journal ?journal .
  ?article2 swrc:journal ?journal
  FILTER (?name1<?name2)
}

选择不同的名称1？名称2
在哪里{
？第1条rdf：型式试验台：第。
？第2条rdf：型式试验台：第。
？第1条dc：创作者？作者1。
？作者1 foaf:姓名？姓名1。
？第2条dc：创作者？作者2。
？作者2 foaf:姓名？姓名2。
？第1条swrc：期刊？期刊。
？第2条swrc：期刊？期刊
过滤（？name1，这就是SP2B查询4（在您的原始帖子中提供有用的信息，如果您希望人们对其答案进行彻底的回答，请完成您的问题）

SP2B查询4在5米的范围内返回18.4米的结果。5米数据集（以海龟为单位）约为500米，因此，考虑到您所述的大小，我猜您是在尝试使用25米和100米数据集

他们甚至无法公布第四季度的结果集大小，因为没有什么可以计算出来（至少在研究范围内）。考虑到该查询结果数据集中明显的比例因子，我可以想象，我们在25米的范围内获得了大约1亿个结果，在100米的范围内可能获得了多达1亿个结果

计算结果集所需的中间连接的大小是巨大的，难怪3G内存不够。Sesame是一个很好的系统，但我不知道以这种规模回答该查询需要多少内存，甚至不知道它是否能够回答它

据我所知，只有一个系统报告说以25米的速度运行该查询，而没有人以100米的速度运行该查询。这就是为什么SP2B是一个很棒但有悖常理的基准测试。如果您试图对三重存储性能进行基准测试，您可以阅读更多关于它的背景资料，也可以查看BSBM。
您是否从记忆错误中了解到了这一点运行查询时？这很不寻常。您的查询看起来像什么？至于使用内存存储：如果您只有3G堆空间，我怀疑您能否将10G数据文件放入内存存储。@JeenBroekstra添加了一个查询