RickView

使用Rust编写的易于部署的低资源独立RDF知识图谱浏览器。无需SPARQL端点！另请参阅未发表的论文草稿。布局来自LodView。

当前部署

随意浏览！

• SNIK — 医院信息管理语义网络
• HITO — 健康IT本体
• ANNO — 人类学符号本体
• LinkedSpending

Docker

用示例知识库试用

docker run --rm -p 8080:8080 ghcr.io/konradhoeffner/rickview

Docker Compose示例

services:
  rickview:
    image: ghcr.io/konradhoeffner/rickview
    environment:
      - RICKVIEW_KB_FILE=https://raw.githubusercontent.com/hitontology/ontology/dist/all.ttl
      - RICKVIEW_NAMESPACE=http://hitontology.eu/ontology/
      - RICKVIEW_BASE=/ontology
      - RICKVIEW_TITLE=HITO
      - RICKVIEW_SUBTITLE=Health IT Ontology
      - RICKVIEW_EXAMPLES=Study SoftwareProduct ApplicationSystemTypeCatalogue
      - RICKVIEW_HOMEPAGE=https://hitontology.eu
      - RICKVIEW_ENDPOINT=https://hitontology.eu/sparql
      - RICKVIEW_GITHUB=https://github.com/hitontology/ontology
      - RICKVIEW_DOC=https://hitontology.github.io/ontology/
    ports:
      - "127.0.0.1:8080:8080"
    restart: unless-stopped

预编译的二进制文件

从最新版本下载二进制文件并运行 rickview。如果您需要除Linux amd64以外的平台的二进制文件，请告知我。

自行编译

或者，您可以使用 cargo install rickview 在您的平台上编译它。或者，您可以克隆仓库，然后运行 cargo build。这需要您安装Rust包括Cargo。

配置

默认配置存储在 data/default.toml 中，您可以使用自定义的 data/config.toml 或环境变量进行覆盖。配置键采用小写蛇形命名法，而环境变量以 RICKVIEW_ 开头，采用大写蛇形命名法。例如，在 config.toml 中的 namespace = "http://hitontology.eu/ontology/" 等同于环境变量中的 RICKVIEW_NAMESPACE=http://hitontology.eu/ontology/。您需要提供一个以 RDF Turtle 或 HDT 格式存储的知识库，默认路径为 data/kb.ttl。如果没有提供，RickView 将显示一个最小示例知识库。您可以通过添加 data/body.html 文件来向索引页面添加自定义 HTML。您可以通过使用 css 环境变量添加嵌入式 CSS。默认情况下，使用 Roboto 字体，RickView 本地托管以提高鲁棒性、速度并防止与欧洲隐私法冲突。如果您不介意这个问题，例如，您想显示中文或日文字符，您可以导入 Google 字体。

css = "@import url('https://fonts.googleapis.com/css2?family=Noto+Sans+SC:wght@300&display=swap'); body {font-family: 'Noto Sans SC', sans-serif}"

使用 cargo run 编译和运行，然后在您的浏览器中打开 https://127.0.0.1:8080。

支持的文件格式

支持的格式和扩展名包括 Turtle (.ttl)、N-Triples (.nt)、HDT (.hdt)，由 hdt-cpp 创建，以及 zstd 压缩的 HDT (.hdt.zst)。

日志记录

默认日志级别为 RickView 的 "info" 和库的 "error"。使用 log_level 配置键或 RICKVIEW_LOG_LEVEL 环境变量更改 RickView 的日志级别。使用 RUST_LOG 环境变量覆盖此设置以配置依赖项的日志级别，请参阅 env_logger 文档，例如

RUST_LOG=rickview=debug cargo run

动机

现有的 RDF 浏览器（如 LodView）看起来很好，但它们基于解释或垃圾回收语言，因此硬件资源使用过多。这导致在典型的小规模研究 VM 上等待时间过长和内存不足错误，这些 VM 上有数十个 docker 容器用于长期归档完成的研究项目，其结果仍应可用，以便进行可重复的科学。

目标

使用 Rust 实现一个类似于 LodView 的基本 RDF 浏览器，具有以下特性

• 速度
• 低资源利用率
• 良好的设计
• 生成静态 HTML 的选项

统计数据

所有值均已四舍五入，并在旧版 RickView 上进行测量，该 RickView 在 Intel i9-12900k（16 核心，24 线程）上运行，具有 32 GB DDR5-5200 RAM 和三星 SSD 980 Pro 1 TB，在 Arch Linux 上使用标准内核 5.18。HDT 的统计数据尚未测量，因为其 RAM 使用量较少。

• Linux x86-64 发布的二进制文件大小（strip，fat 链接时间优化，所有功能）：4.1 MB
• Linux x86-64 发布版本二进制文件大小（去除符号表，无链接时间优化，所有功能）：5.8 MB
• Docker 镜像大小：9.7 MB
• 发布编译时间（去除符号表，脂肪 LTO，所有功能，冷启动）：52 秒
• 发布编译时间（去除符号表，无 LTO，所有功能，冷启动）：19 秒
• RAM 使用量（FastGraph，docker stats，HITO 知识库 1.1 MB，空闲）：10 MB
• RAM 使用量（FastGraph，docker stats，HITO 知识库 1.1 MB，最大负载 30 秒）：15 MB
• RAM 使用量（LightGraph，docker stats，qbench2，1620 万个三元组，3.6 GB N-Triples 文件）：2.568 GiB
• RAM 使用量（LightGraph，qbench2，归一化）：2.524 GiB
• RAM 使用量（FastGraph，docker stats，qbench2）：4.9 GB
• 图形加载时间（FastGraph，qbench2，调试构建）：548-552 秒
• 图形加载时间（FastGraph，qbench2）：47 秒
• 图形加载时间（LightGraph，qbench2）：40 秒
• HTML 页面生成时间（LightGraph，qbench2）：1.9 秒
• HTML 页面生成时间（FastGraph，qbench2）：6-58 毫秒
• Turtle 页面生成时间（FastGraph，qbench2）：6-35 毫秒

单资源吞吐量，HTML

没有页面缓存，但可能仍有内部缓存优势，因此未来应更加详细。

$ wrk -t 24 -c 24 -d 30 https://127.0.0.1:8080/SoftwareProduct -H "Accept: text/html"
Running 30s test @ https://127.0.0.1:8080/SoftwareProduct
  24 threads and 24 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency     9.79ms    3.25ms  26.92ms   56.40%
    Req/Sec   102.36     36.17   212.00     66.74%
  73590 requests in 30.02s, 1.04GB read
Requests/sec:   2451.31
Transfer/sec:     35.43MB

单资源吞吐量，RDF Turtle

$ docker run --network=host -v $PWD/ontology/dist/hito.ttl:/app/data/kb.ttl  rickview
$ wrk -t 24 -c 24 -d 30 https://127.0.0.1:8080/SoftwareProduct
Running 30s test @ https://127.0.0.1:8080/SoftwareProduct
  24 threads and 24 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency    13.96ms    4.74ms  37.20ms   55.04%
    Req/Sec    71.77     26.17   121.00     66.43%
  51572 requests in 30.02s, 567.72MB read
Requests/sec:   1717.72
Transfer/sec:     18.91MB

LodView 统计信息

为了比较，以下是 LodView RDF 浏览器（用 Java 和 Swing 编写）的统计信息。

• war 文件：21 MB（RickView 体积的两倍）
• Docker 镜像大小：246 MB（RickView 体积的 25 倍）
• 编译和打包时间：12 秒（所有优化下，编译速度比 RickView 快 4 倍）
• RAM 使用量（docker stats，HITO 知识库 1.1 MB，空闲，不包括 Virtuoso）：482 MB（内存使用量是 48 倍）
• RAM 使用量（docker stats，HITO 知识库 1.1 MB，最大负载 30 秒，不包括 Virtuoso）：790 MB（53 倍）
• RAM 使用量（docker stats，HITO 知识库 1.1 MB，空闲，包括 Virtuoso）：655 MB（65 倍）

单资源吞吐量

由于数据通过 JavaScript 在页面加载后加载，实际性能可能更差。

$ wrk -t 24 -c 24 -d 30 https://127.0.0.1:8104/ontology/SoftwareProduct
Running 30s test @ https://127.0.0.1:8104/ontology/SoftwareProduct
  24 threads and 24 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency     1.97ms    2.40ms  44.84ms   88.08%
    Req/Sec   713.62    353.46     1.24k    38.76%
511567 requests in 30.03s, 1.61GB read
  Socket errors: connect 0, read 1, write 0, timeout 0
  Non-2xx or 3xx responses: 511567
Requests/sec:  17037.90
Transfer/sec:     55.07MB

LodView 无法处理 24 个线程和 24 个连接，因此请尝试使用单个线程和单个连接。

$ wrk -t 1 -c 1 -d 30 https://127.0.0.1:8104/ontology/SoftwareProduct
Running 30s test @ https://127.0.0.1:8104/ontology/SoftwareProduct
  1 threads and 1 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency     2.90ms   13.30ms 250.66ms   97.34%
    Req/Sec   715.41    251.08     1.48k    69.46%
  21227 requests in 30.01s, 68.61MB read
  Non-2xx or 3xx responses: 21227
Requests/sec:    707.24
Transfer/sec:      2.29MB

即使是单个线程和单个连接也会导致容器报告错误，这将在未来进行调查。

常见问题解答

为什么需要 RickView？性能不重要，RAM 成本几乎为零！

根据 Hitzler 2021 的说法，由于缺乏免费、高效、可访问、健壮和可适应的工具，语义网领域的广泛应用已经停滞。相反，有限期限的研究资助促使无数研究原型的出现，这些原型不符合任何这些标准，项目结束后也不会维护，最终在拥挤的服务器上竞争资源，如果它们没有完全崩溃。

你能实现功能 X 吗？

我非常感兴趣地听取您在使用它时对知识库的看法，并愿意帮助您设置它。欢迎功能和建议，但 RickView 的目标是保持简约，而不是满足每一个用例。请考虑填写调查问卷，这样我可以了解哪些功能最受欢迎。

为什么没有 .env 支持？

我认为这可能是过度的，因为已经存在默认配置文件、自定义配置文件、环境变量，以及Docker Compose自带对.env的支持。所以我的假设是，您使用配置文件进行本地开发，以及使用.env与Docker Compose。但是，如果您需要在Docker Compose之外使用.env支持，请创建一个包含动机的问题，我可能会实现它。

我如何将它与大型知识库一起使用？

1. 使用hdt-cpp将您的数据转换为默认的HDT格式。
2. 通过在data/config.toml中设置large = true或设置环境变量RICKVIEW_LARGE=true来禁用标题和类型索引。

没有索引，RickView的内存使用量仅比底层HDT Sophia适配器的内存图高出几MB。见基准测试。例如，RickView在http://linkedspending.aksw.org/上使用约2.6GB RAM，包含LinkedSpending 2015，未压缩的N-Triples为30GB，压缩的HDT为413MB。

何时使用压缩以及为什么不支持其他压缩格式？

HDT是一种压缩的二进制格式，仍然支持快速查询。它可以进一步压缩，但这样RickView需要在加载之前解压缩，在一个大型知识库的测试中，这增加了加载时间从约15秒到约17秒。由于解压缩是在流模式下进行的，这限制了可用的压缩器，并且如果您使用像HDD这样的慢速驱动器和快速的CPU，这甚至可能导致更快的加载。zstd被选择，因为它以高比率压缩和解压缩速度快，支持流，并且对RickView二进制文件的额外开销很小。Brotli在高压缩设置下压缩非常慢，而GZip会导致文件大小更大。如果您需要支持其他流压缩器，请创建一个问题。

为什么它看起来和LodView一模一样？

1. LodView看起来很漂亮，工作得也很好，唯一的问题是性能和一定程度上的简单容器化部署。
2. LodView采用MIT许可，这是允许的。LodView版权所有(c) 2014 Diego Valerio Camarda和Alessandro Antonuccio。
3. 我可以将我有限的时间集中在编程上，而不是设计决策上。其他设计可能会稍后出现。
4. LodView的用户可以无缝切换。
5. 当界面非常相似时，性能比较更容易。

社区指南

问题和支持

如果您遇到软件问题，想报告一个错误或有功能请求，请使用问题跟踪器。如果您有不同类型的请求，请随时发送电子邮件至Konrad。

引用

目前还没有关于RickView的出版物，所以请现在引用我们的Zenodo存档。

BibTeX条目

@software{rickview,
  author       = {Konrad H{\'o}ffner},
  title        = {{R}ick{V}iew: {L}ightweight Standalone Knowledge Graph Browsing Powered by {R}ust},
  year         = 2023,
  publisher    = {Zenodo},
  version      = {x.y.z},
  doi          = {10.5281/zenodo.8290117},
  url          = {https://doi.org/10.5281/zenodo.8290117}
}

引用字符串

Konrad Höffner (2023). RickView: 轻量级独立知识图谱浏览，由Rust驱动。 https://doi.org/10.5281/zenodo.8290117

贡献

我们很高兴收到拉取请求。请在提交前使用 cargo +nightly fmt 确保代码可以在最新的稳定版和夜间构建工具链上编译，并使用默认功能。在 cargo run 后浏览默认知识库，并验证没有出现错误。 cargo clippy 应不报告任何警告。您也可以通过推荐 RickView 和 分享您的 RickView 部署 来做出贡献。