Utilizzo di SPARQL UPDATE LOAD per l'importazione di dati in Neptune

Caricare file da Amazon S3 direttamente in Neptune tramite SPARQL UPDATE LOAD

Poiché Neptune non consente di passare un ruolo IAM ad Amazon S3 quando si utilizza SPARQL UPDATE LOAD, il bucket Amazon S3 in questione deve essere pubblico oppure è necessario utilizzare un URL Amazon S3 prefirmato nella query LOAD.

Per generare un URL prefirmato per un file Amazon S3, puoi usare AWS CLI un comando come questo:

aws s3 presign --expires-in (number of seconds) s3://(bucket name)/(path to file of data to load)

Quindi puoi utilizzare l'URL prefirmato risultante nel comando LOAD:

curl https://(a Neptune endpoint URL):8182/sparql \
  --data-urlencode 'update=load (pre-signed URL of the remote Amazon S3 file of data to be loaded) \
                           into graph (named graph)'

Per ulteriori informazioni, consulta Autenticazione delle richieste: utilizzo dei parametri di query. La documentazione di Boto3 mostra come usare uno script Python per generare un URL prefirmato.

Inoltre, il tipo di contenuto dei file da caricare deve essere impostato correttamente.

1. Imposta il tipo di contenuto dei file quando li carichi in Amazon S3 usando il parametro -metadata, ad esempio:

   aws s3 cp test.nt s3://bucket-name/my-plain-text-input/test.nt --metadata Content-Type=text/plain
   aws s3 cp test.rdf s3://bucket-name/my-rdf-input/test.rdf --metadata Content-Type=application/rdf+xml

2. Conferma che sia presente l'informazione sul tipo di supporto. Esegui:

   curl -v bucket-name/folder-name

   L'output di questo comando mostra le informazioni sul tipo di supporto impostate durante il caricamento dei file.

3. Quindi, puoi utilizzare il comando SPARQL UPDATE LOAD per importare questi file in Neptune:

   curl https://your-neptune-endpoint:port/sparql \
     -d "update=LOAD <https://s3.amazonaws.com/bucket-name/my-rdf-input/test.rdf>"

Utilizzare un server Web per caricare file in Neptune con SPARQL UPDATE LOAD

1. Installa un server Web su una macchina in esecuzione nel VPC che ospita Neptune e i file da caricare. Ad esempio, usando Amazon Linux, puoi installare Apache come segue:

   sudo yum install httpd mod_ssl
   sudo /usr/sbin/apachectl start

2. Definisci il tipo/i MIME dei contenuti dei file RDF che andrai a caricare. SPARQL utilizza l'intestazione Content-type inviata dal server Web per determinare il formato di input dei contenuti, pertanto è necessario definire i tipi MIME per il server Web.

   Ad esempio, supponiamo che desideri utilizzare le seguenti estensioni di file per identificare i formati di file:

   • .nt per NTriples.

   • .nq per NQuads.

   • .trig per Trig.

   • .rdf per RDF/XML.

   • .ttl per Turtle.

   • .n3 per N3.

   • .jsonld per JSON-LD.

   Se stai usando Apache 2 come server Web, dovrai modificare il file /etc/mime.types e aggiungere i seguenti tipi:

    text/plain nt
    application/n-quads nq
    application/trig trig
    application/rdf+xml rdf
    application/x-turtle ttl
    text/rdf+n3 n3
    application/ld+json jsonld

3. Conferma che la mappatura del tipo MIME funziona. Una volta che il server Web è in esecuzione e ospita i file RDF nel formato di tua scelta, puoi testare la configurazione inviando una richiesta al server Web dal tuo host locale.

   Ad esempio, potresti inviare una richiesta di questo tipo:

   curl -v http://localhost:80/test.rdf

   Quindi, nell'output dettagliato di curl, dovresti visualizzare una riga come questa:

   Content-Type: application/rdf+xml

   Questo dimostra che la mappatura del tipo di contenuto è stata definita correttamente.

4. Ora puoi caricare i dati usando il comando SPARQL UPDATE:

   curl https://your-neptune-endpoint:port/sparql \
       -d "update=LOAD <http://web_server_private_ip:80/test.rdf>"