REST有5个主要的特点:资源是由URI来表示;通过HTTP协议提供的GET、POST、PUT和DELETE方法(CRUD)来实现对资源的获取、创建、修改、删除等操作;对资源的操作是通过操作资源的表征来实现的,具体来讲就是一个个URI;资源的表现形式没有限制,可以是XML或HTML;连接协议具有无状态性。

REST的优点是显而易见的,采用URI来表示资源,使得资源的标识更为明确,这样对资源进行修改不会影响该资源的URI,用户对资源的访问存取也就不会受到影响;可使用多个层次来扩展,且连接协议具有无状态性,能够保证对不同服务器的并发访问,还能够利用缓存机制来提高响应速度;同时客户端还可以按需发送代码到服务器端执行。采用REST架构的Web服务,称为Restful Web Services,严格来讲,Restful Web Services并不是一个标准,只是一个架构或规范,但它可以使用Web服务的各种标准,不依赖具体的协议使REST软件的依赖性更小、更具兼容性。

由于REST逐渐受到企业及科研人员的广泛关注和使用,本文在分析术语存取关键技术的基础上,提出了基于REST架构的术语注册与服务模型,如图1所示。并使用Neo4j^{[ 10]}图形数据库来作为术语注册、存储、索引、发布、访问的服务器,开发了一个将OWL格式的术语表转储索引到该数据库的插件,实现了术语表的注册、浏览、检索、可视化等功能。

图1

	Figure Option ViewDownloadNew Window
	图1 基于REST术语注册与服务系统体系架构

Neo4j是当前发展迅猛的NoSQL的一个具体实现,是处理海量数据的一个解决方案。图形数据库使用图形网络来存储数据,具体来讲,它使用节点和关系(节点和关系通过URI来表示)来组织数据,节点和关系各有自己的属性,节点之间通过关系来连接。由于Neo4j采用图形这种一般的数据结构来组织数据,它能够以高可存取性来表现各种各样的数据,通过转换与映射规则,可以处理各种格式的数据,包括传统的关系数据库、XML、JSON、RDF\OWL等结构化数据,同时提供数据安全保护、一致性、集成等机制,使其具有很强的实用性^{[ 10]}。Neo4j的这种数据组织形式很适合术语的存储与访问。

目前,Neo4j支持最大的数据量为:344亿节点、344亿关系、687亿属性,但其查询性能与数据量无关;同时支持分布式机制、7×24全天候不间断服务等性能;可以作为一个嵌入式的服务器使用在已有的系统中,而无需重新部署应用;同时提供了强大的图形遍历API及节点与关系的索引功能和批量处理功能,采用CQL(Cypher Query Language)查询语言来支持复杂查询,支持多语言的客户端;更重要的是它拥有强大的REST API和插件管理机制,本文开发的owl2neoPlugin插件就是依托其进行管理的。

该体系结构分为三层:

(1)最底层资源层为各种术语资源,这种术语资源按各种格式进行组织,诸如SKOS、XML、MARC21、RDF\OWL等。

(2)中间层为模型的核心功能层,包含模型的核心接口,具体细分为:

①术语读取与转换接口,它针对不同的术语资源,采用不同的操作API,对其进行批量处理操作,将术语编码为相应的URI,并赋予其相关的属性内容及关系;

②术语库索引与存储接口通过使用Neo4j来对转换编码后的术语进行存储与索引,以便基于这些术语索引库进行查询应用;

③术语访问接口中使用Neo4j的REST API来实现术语的简单与复杂查询,可以是简单的URI访问,也可以利用REST的“按需代码”特性,向服务器POST一个复杂的CQL查询语句,实现术语关系、术语属性、术语上下位词、术语的同级术语等查询。

(3)最上层为应用层,包括用户术语注册接口、术语服务接口、术语的浏览接口。

为了保证术语的注册质量,该体系结构增加了一般用户与专家用户的不同注册方式,由专家对注册的术语库进行核对修改。

术语转储与索引位于架构的第二层,直接访问资源层的术语。为了便于应用与管理,本文使用Jena API,开发了处理RDF/XML格式的插件owl2neoPlugin,将RDF或OWL格式的术语经过解析并读取转储在Neo4j数据库中。具体来讲,将该OWL中的术语概念(Class)表示为Neo4j数据库中的节点Node,将概念的对象属性(Object Property)表示为Neo4j中的关系Relationship,将概念的数据属性(Datatype Property)以及概念的注解(Annotation)和对象属性的注解表示为Neo4j中节点或关系的属性。经过术语转储处理,目前系统中总共有41 615个NCI术语、268 471个属性(包括术语的属性及术语之间的关系的属性),60 831个术语之间的关系,关系类型有72个。插件的核心类代码如下:

public class GetAll extends ServerPlugin

{

private static Index nodeIndex; //术语索引变量

private static Index relIndex;//关系索引变量

@Name("owl_import")

@Description("对Neo4j进行扩展,实现对OWL本体的导入")

@PluginTarget(GraphDatabaseService.class)// 标注该插件的入口

public Iterable importowl(@Source GraphDatabaseService graphDb)

{

Transaction tx = graphDb.beginTx();//启动事务

OntModel m = ModelFactory.createOntologyModel(OntModelSpec.OWL_MEM, null);//调用Jena OwlAPI

m.read("user.dir")+ "nci.owl");//读入NCI本体术语

for (StmtIterator i = m.listStatements(); i.hasNext();)

//遍历NCI本体库

{

……

Statement stmt = i.nextStatement();

Resource subject =stmt.getSubject();//获取三元组主语

RDFNode obiectNode = stmt.getObject();//获取三元组宾语

String predicate = stmt.getPredicate().getLocalName();

//获取三元组谓语

……

Node nciNode = nodeIndex.get("NCINODEID",subject.toString()).getSingle();

nciNode = graphDb.createNode();//创建术语

nciNode.setProperty("NCINODEID",subject.toString());

nodeIndex.add(nciNode, "NCINODEID",subject.toString()); //术语索引

if(object.isLiteral())//如果是数据属性则添加为该术语的属性

nciNode.setProperty(predicate, object);

else{//对象属性添加为术语的关系,关系名为该三元组的谓语

Relationship relationship= nciNode.createRelationshipTo(objectNode, RelTypes.valueOf(predicate));

relationship.setProperty("NCIRELID", stmt.getPredicate().toString());

relIndex.add(relationship, "NCIRELID", stmt.getPredicate().toString());//关系索引

}

……

tx.success();//关闭事务

return GlobalGraphOperations.at(graphDb).getAllNodes();

//导入操作完毕,返回所有术语,调用下面的方法

}

@Name("get_all_term")

@Description("获取所有的术语,直接使用Neo4j自带的方法")

@PluginTarget(GraphDatabaseService.class)

public Iterable getAllNodes(@Source GraphDatabaseService graphDb)

{

return GlobalGraphOperations.at(graphDb).getAllNodes ();

}

//获取所有术语之间的关系和获取所有术语的代码相似,在此省略

}

该插件对Neo4j的REST API进行扩展,本文按照插件开发规范,开发的工具类中继承了Neo4j的ServerPlugin类,封装了对节点、关系、路径等应用逻辑的操作,并提供了@PluginTarget注解来标注该插件的入口,这些插件会自动注册到服务器上去,用户在发送请求后,返回的结果JSON容器(Neo4j默认以JSON格式来请求和响应数据)中多了一个“extentions”,该属性就包含通过该插件可以进行的操作。这些操作具体来讲就是一个个URI,插件扩展后返回的结果如下:

"extensions_info" : "http://127.0.0.1:7474/db/data/ext",

"extensions" : {"GetAll" :

{"get_all_term": "http://127.0.0.1:7474/db/data/ext/GetAll/termdb/getAllNodes",

"get_all_rel" :"http://127.0.0.1:7474/db/data/ext/GetAll/termdb/getAllRels"}

}

可以通过和分别获得所有的术语及术语之间的关系。在REST中,所有的资源(术语及关系),包括对资源的操作都是用URI表示的,它是REST架构的核心。

术语注册功能直接给应用层提供了操作接口,包括术语添加,已有术语属性的增加、删除、修改、查询,术语之间关系的操作,新关系及其属性的操作等,这些增删改查操作分别对应HTTP的POST、DELETE、PUT、GET方法;图2是对“Anatomy_Kind”术语进行注册的界面,通过“+术语”来进行该术语的添加,“+添加属性”进行该术语其他描述信息的添加,通过“移除”实现相应属性的删除。

图2

	Figure Option ViewDownloadNew Window
	图2 术语注册示意图

这种术语注册功能是借助于Neo4j的REST API来实现的,本文使用Jersey(REST架构服务器客户端)作为Web服务的客户端。通过将术语节点生成URI,将术语及其属性包装到URI中,最终通过调用HTTP协议的方法,如POST、PUT等,将术语节点以JSON格式作为HTTP头的Payload Data(有效载荷数据),传送到数据库服务器,这个过程就是客户端发起的术语注册请求过程。

服务器接收到请求后进行相应的处理,即增删改查操作,如果没有异常出现,那么服务器将返回操作成功的状态码,如“201 Created”表示术语添加成功,返回的Location头参数代表新创建术语的URI。在图2中点击“+关系”用于向该术语添加新的关系,添加关系的过程同添加术语一样也是客户端和服务器端的交互过程,具体的技术实现细节和术语的添加过程相似,区别在于关系的JSON格式内容和术语的JSON格式内容不同。关系注册的交互过程如图3所示:

图3

	Figure Option ViewDownloadNew Window
	图3 关系注册交互过程

其中,“POST http://127.0.0.1:7474/db/data/node/1/relationships”表示使用HTTP的POST方法将术语(id=1)需要建立的新关系(关系类型为“rTechnique_Has_Associated_Condition”),连接到的术语上,Accept和Content-type分别表示HTTP接受的结果类型和请求类型均为JSON媒体类型;返回的结果“201 Created”表示该关系创建成功,Location表示新关系的URI。Location下面的一段代码表示该关系的详细信息,用JSON格式表示,包括该关系的起止术语节点(id=1、id=2)、关系类型(rTechnique_Has_Associated_Condition)和属性(code:C42)等内容。

术语访问及可视化模块位于架构的应用层,提供了术语查询与术语库遍历及结果可视化的功能,术语访问接口支持最简单的,诸如术语节点ID或关系ID的查询,同时还支持具有更强大功能的CQL复杂查询,这些查询语句都可以在图2所示的查询框中输入。CQL是一个描述性的图形查询语言,开发人员及用户都很容易理解。可以通过在CQL中添加该语言内置的查询原语,如shortestPath实现最短路径查询,collect实现结果的列表化,还可以使用正则表达式、过滤器等构造更复杂的查询语句以及顺序、循环、逻辑判断等结构化的逻辑查询。

图4是CQL查询的两个示例,通过HTTP的GET方法,并将CQL语句转换为JSON格式,如:{"query": "start n = node(1) match n -[r]-> n2 return type(r), n2.name?, n2.age?","params": {}}传入服务器,服务器端解析CQL语法,调用Neo4j的遍历接口,进行快速的查询,并返回结果。

图4

	Figure Option ViewDownloadNew Window
	图4 CQL查询

Neo4j提供了强大的图形遍历API,但用户可以不直接接触这些接口,而通过类似如下的JSON参数进行相应的配置:{"order":"breadth_first","uniqueness":"none","return_filter":{"language":"builtin","name":"all"}},它表示采用广度优先遍历策略,节点可以多次访问的方式来进行图形的查询操作。通过GET方法将其发送到服务器,实现间接调用底层遍历接口的功能,这对开发人员来说是十分友好的。这个例子和图4中的CQL查询都可看作是REST的“按需代码”特性的体现。

对于该平台的可视化结果,使用了Neo4j的可视化插件Graphviz来实现,可以通过单击术语节点实现术语的隐藏、扩展、拖动等功能。为了布局清晰,术语节点只显示了术语的名称,但可以通过设置,显示术语节点更多的属性信息,如术语“Dipyridamole”还有“Semantic_Type”属性值为“Pharmacologic Substance”、 “Synonym”属性值为“Persantine”等。

图5

	Figure Option ViewDownloadNew Window
	图5 NCI术语可视化示意图

图5中节点表示一个NCI术语,边表示术语之间的关系,其中“subClassof”关系来自本体中的子类关系,实质上即指术语的上下位关系,如“EO Anatomy Kind”的下位词是“Experimental Organism Anatomical Concepts”,除了术语间的上下位关系外,这些术语也有其他非常丰富的关系,如术语“Organism Kind”通过“rEO_Develops_Disease”关系和术语“EO Findings and Disorders Kind”联系。术语之间可以有多种关系,如“EO Findings and Disorders Kind”和“EO Anatomy Kind”之间就存在“rEO_Disease_Has_Associated_EO_Anatomy”、“ rEO_Disease_Has_Associated_Cell_Type”两种关系。

一个好的术语服务平台不仅应给用户提供术语的在线查询功能,还应提供相应的Web服务API,以便于用户开展个性化的术语服务应用。该平台对外提供了Restful Web服务API,可以方便用户在该服务平台的基础上开发自己的术语服务系统或向该平台注册新的术语。本文选用的是Jersey客户端,用户也可以根据需求选择其他的客户端。目前该客户端包含具体术语注册接口、术语关系注册接口、术语及关系的属性添加、术语及关系的修改与删除接口、强大的查询API等接口。其中除查询访问接口外,其他接口主要面向专家用户,由其对术语进行增删改操作,术语的查询接口则面向所有用户使用。目前术语查询API包含获取所有术语、获取所有术语关系、获取单个术语属性及关系、获取术语的上下位术语词汇、获取两个术语之间的路径等方法,这些方法都对外提供相应的操作URI以及辅助的CQL查询代码。用户以Jersey作为客户端使用这些API的核心流程如图6所示:

图6

	Figure Option ViewDownloadNew Window
	图6 术语Web服务API操作流程