分析维基百科数据
此范例对意大利维基百科的完整转储执行一些数据分析，虽然没有英语维基百科那么大，但仍然占用超过 13 千兆字节的未压缩数据。
维基媒体基金会提供维基百科的数据库转储，可以按照 此处 的说明免费下载。
整个维基百科数据库包含 56 个表。您不需要所有这些，因此您可以有选择地检查您需要的那些。即，"page"，其包含与页面相关的信息，例如标题和长度，"revision"，其具有用于页面和 "text" 的每个版本的条目，其包含文章的整个文本。
从这里你可以构造和注册一个 EntityStore 对象。
查看有多少页面。
与主页上引用的数字相比，这个数字更高; 事实上，维基百科页面分为名称空间：0 是文章，2 是用户页面，4 是谈话页面，等等。因此，如果您将自己局限于文章，则可获得以下内容。
您可以计算维基百科文章的平均长度。
或者是 10 篇最大的文章。
有趣的是，最大的页面对应于意大利一个小地区的历史。
另一个有用的东西是将文章链接到其文本。不幸的是，这并不容易，因为维基的原则之一是他们跟踪所有修订。因此，您必须通过 "revision" 实体类型才能获取。
现在，您可以使用它来查找特定页面的文本。
并将其作为字符串读取。
或者将其可视化为文字云。
