知识图谱学习与实践——通过例句介绍Sparql的使用

Posted 2022-05-11 coodream2009

通过例句介绍Sparql的使用

1 简介

SPARQL的定义，是一个递归的定义，为SPARQL Protocal and RDF Query Language，是W3C制定的RDF知识图谱标准查询语言，大部分的图数据库都支持SPARQL查询。SPARQL在语法上借鉴了SQL。SPARQL是针对RDF三元组进行查询，通过图匹配的方式获得需要查找的内容。

下面通过一个例子来说明SPARQL的查询语句的基本结构。这个例子可以在http://dbpedia.org/sparql中运行，获取结果。

prefix ontology:<http://dbpedia.org/ontology/>

select distinct  ?p  ?o

from <http://dbpedia.org>

where  ontology:deathDate ?p ?o

LIMIT 10

查询例句，包括了5个部分。

第一部分是前缀声明，这部分主要是为了后面查询内容的简洁，本例中用ontology代替http://dbpedia.org/ontology/，在后面的查询中直接使用ontology，比如ontology:deathDate就表示http://dbpedia.org/ontology/deathDate，

第二部分是select子句，用来确定需要查找的内容。以变量的形式体现，本例中就是查找?p和?o，按照三元组的主谓宾结构，这里查找的是谓语和宾语，分别用带问号的字符（串）来表示。

第三部分是from子句，用来确定从哪个图数据库中查找，类似于关系数据库的表名。本例需要查找的数据是在图数据库http://dbpedia.org中进行查找。也可以把http://dbpedia.org这个Graph IRI放到第一个方框内，作为默认的数据集名称。

第四部分是where子句，这部分是用来匹配三元组，把需要匹配的内容放到中，本例中，ontology:deathDate ?p ?o的含义就是主语是ontology:deathDate，即http://dbpedia.org/ontology/deathDate，谓语是?p，宾语是?o，匹配这个内容结构的所有三元组，也就是找出主语是http://dbpedia.org/ontology/deathDate的所有三元组。

第五部分是查询修正的内容，类似于关系数据查询最后的一些限定子句，比如排序order by，限定前几个输出的limit等。本例就是用的limit 10，限定只输出10个结果。

查询结果如下

p	o
http://www.w3.org/1999/02/22-rdf-syntax-ns#type	http://www.w3.org/2002/07/owl#FunctionalProperty
http://www.w3.org/1999/02/22-rdf-syntax-ns#type	http://www.w3.org/1999/02/22-rdf-syntax-ns#Property
http://www.w3.org/1999/02/22-rdf-syntax-ns#type	http://www.w3.org/2002/07/owl#DatatypeProperty
http://www.w3.org/2002/07/owl#equivalentProperty	http://www.wikidata.org/entity/P570
http://www.w3.org/2002/07/owl#equivalentProperty	http://schema.org/deathDate
http://www.w3.org/2000/01/rdf-schema#label	"Sterbedatum"@de
http://www.w3.org/2000/01/rdf-schema#label	"date de décès"@fr
http://www.w3.org/2000/01/rdf-schema#label	"death date"@en
http://www.w3.org/2000/01/rdf-schema#label	"sterfdatum"@nl
http://www.w3.org/2000/01/rdf-schema#label	"ημερομην?α_θαν?του"@el

2 一些常用的查询语句

2.1 最简单的查询

就像SQL语句中的查询所有内容select * from table，SPARQL也有一个查询全部数据的语句，也是最简单的语句。

select ?s ?p ?o where ?o ?p ?o

这个语句可以查看图数据库里面的所有三元组，不过如果数据集比较庞大，可能发生延时错误，也就是在一定的时间内查询不能完成导致最后无法完成查询，从而不能提供查询结果。

2.2 聚合函数

在SPARQL中，也有类似SQL中的聚合函数，比如count，比较常用的一个就是查询图数据库的三元组数量。

select count(?s) where ?o ?p ?o

我们用上面的语句查询http://dbpedia.org中三元组的数量，我查了几次，有几次是给出延时错误，有的时候能给出结果。

callret-0

316290000

可以看到，http://dbpedia.org这个图数据库一共有3亿多条数据。

2.3 opional过滤

使用optional，可以起到过滤的作用，如果满足optional后面匹配的条件，则结果显示出来。比如下面的语句

prefix ontology:<http://dbpedia.org/ontology/>

select distinct  ?p  ?o

where  ?s ?p <http://schema.org/deathDate>  optional ?s <http://www.w3.org/2000/01/rdf-schema#label> ?o

查询的含义是先查找宾语是http://schema.org/deathDate 的主语?s和谓语?p，将主语?s满足模式?s <http://www.w3.org/2000/01/rdf-schema#label> ?o的内容找出来，最后显示出两个条件都满足的结果，也可以理解为，通过optional后面的子句过滤掉一部分第一个子句的结果，得到最终的结果。

p	o
http://www.w3.org/2002/07/owl#equivalentProperty	Sterbedatum@de
http://www.w3.org/2002/07/owl#equivalentProperty	date de décès@fr
http://www.w3.org/2002/07/owl#equivalentProperty	death date@en
http://www.w3.org/2002/07/owl#equivalentProperty	sterfdatum@nl
http://www.w3.org/2002/07/owl#equivalentProperty	ημερομην?α_θαν?του@el
http://www.w3.org/2002/07/owl#equivalentProperty	没年月日@ja
http://www.w3.org/2002/07/owl#equivalentProperty	resting date@en
http://www.w3.org/2002/07/owl#equivalentProperty	埋葬年月日@ja

2.4 union全集

union也是一个在SPARQL中常用的关键字，使用union表示，将所有union连接的子句匹配的结果都显示出来。我们还用2.3的例子，不过把optional替换为union，可以比较一下二者的不同。

查询语句为

prefix ontology:<http://dbpedia.org/ontology/>

select distinct  ?p  ?o

where  ?s ?p <http://schema.org/deathDate>  union ?s <http://www.w3.org/2000/01/rdf-schema#label> ?o

查询结果为（部分结果）

 

从结果可以看出，optional和union的差别还是很明显的，optional是过滤，union是全集，是并的操作。

2.5 模糊查询

在SQL中的like查询，在SPARQL中也有对应的语句，就是使用FILTER 和regex。

例句为

prefix ontology:<http://dbpedia.org/ontology/>

select distinct  ?p  ?o

where  ontology:deathDate ?p ?o filter regex(?p,‘label‘)

还是查找主语deathDate这个主语的谓语和宾语列表，模糊查询的是谓语中含有’label’的谓语和宾语，这个filter和regex的组合实现的功能就是类似SQL的like功能。

查询结果为

p	o
http://www.w3.org/2000/01/rdf-schema#label	Sterbedatum@de
http://www.w3.org/2000/01/rdf-schema#label	date de décès@fr
http://www.w3.org/2000/01/rdf-schema#label	death date@en
http://www.w3.org/2000/01/rdf-schema#label	sterfdatum@nl
http://www.w3.org/2000/01/rdf-schema#label	ημερομην?α_θαν?του@el
http://www.w3.org/2000/01/rdf-schema#label	没年月日@ja

从结果可以看到，模糊查询中谓语只包含了有label的内容，其它的给过滤掉了。

3 结语

这里只是简单介绍了SPARQL的语法和常用的查询语句，实际环境中，应用SPARQL进行查询可能会复杂的多，会有很多复合语句，更为复杂的可能会跨数据集进行查询，也可能用到RDF的一些特性，比如只查找字面量或者只查找IRI的数据等等。总之，SPARQL查询，在实际的使用中，会碰到各种不同的需求，还要根据具体情况写出各种查询语句。

书写SPARQL查询语句的时候，还要细心，不能出错，不能写错一个字符，有的时候还要注意顺序，这些问题没有注意到，都可能导致查不到结果，或者是直接报错。在拼接SPARQL的时候，要多一些耐心，按照SPARQL规则来，循序渐进，慢慢就会初步掌握这种查询语言。

另外SPARQL还有UPDATE功能，有insert和delete关键字，但是没有update关键字，也就是说，SPARQL如果实现update操作，需要先insert再delete，从而达到update的效果。SPARQL的UPDATE功能，不如查询功能用的广泛，可能是因为数据集一般数据量大，都是直接以文件的形式存到数据库中的缘故。

本文通过例句的形式，介绍了SPARQL的基础知识，希望对大家学习sparql有帮助，在学习过程中，有什么问题，还是要多交流，共同进步。

参考资料

https://www.w3.org/TR/rdf-sparql-query/