SPARQL 查询根据语句的顺序返回不同的结果

Posted 2023-04-14

【中文标题】SPARQL 查询根据语句的顺序返回不同的结果

【英文标题】：SPARQL query returns different results depending on the order of statements

【发布时间】：2018-01-10 13:39:47

【问题描述】：

我有一个 SPARQL 查询，它返回两个资源中最具体的常见类。

当我尝试在 https://dbpedia.org/sparql 上运行它时，有时它什么也不返回，而有时它返回我想要的类。

我注意到它与查询中语句的顺序有关。

这不是一个理想的行为，因为当我执行查询时，无论我输入资源 URI 的顺序如何，我都希望它具有相同的结果。

有没有人遇到过这个问题并找到了解决方案？

查询

以下查询正常运行，返回 http://dbpedia.org/ontology/Film 和 http://dbpedia.org/ontology/Wikidata:Q11424 作为结果：

SELECT ?lcs
WHERE

  <http://dbpedia.org/resource/Ice_Age_(2002_film)> a ?class1 .
  ?class1 rdfs:subClassOf* ?lcs .
  <http://dbpedia.org/resource/Finding_Nemo> a ?class2 .
  ?class2 rdfs:subClassOf* ?lcs .

  FILTER NOT EXISTS 
    <http://dbpedia.org/resource/Finding_Nemo> a ?class3 .
    ?class3 rdfs:subClassOf* ?sublcs .
    <http://dbpedia.org/resource/Ice_Age_(2002_film)> a ?class4 .
    ?class4 rdfs:subClassOf* ?sublcs .
    ?sublcs  rdfs:subClassOf ?lcs
  

  FILTER strstarts(str(?lcs), "http://dbpedia.org/ontology")

但是，以下查询不返回任何内容：

SELECT ?lcs
WHERE

  <http://dbpedia.org/resource/Finding_Nemo> a ?class1 .
  ?class1 rdfs:subClassOf* ?lcs .
  <http://dbpedia.org/resource/Ice_Age_(2002_film)> a ?class2 .
  ?class2 rdfs:subClassOf* ?lcs .

  FILTER NOT EXISTS 
    <http://dbpedia.org/resource/Finding_Nemo> a ?class3 .
    ?class3 rdfs:subClassOf* ?sublcs .
    <http://dbpedia.org/resource/Ice_Age_(2002_film)> a ?class4 .
    ?class4 rdfs:subClassOf* ?sublcs .
    ?sublcs  rdfs:subClassOf ?lcs
  

  FILTER strstarts(str(?lcs), "http://dbpedia.org/ontology")

【问题讨论】：

由于某些原因，第二次查询成本更高，Virtuoso 在查询执行时间内无法找到您想要的。但是出于什么原因...我猜原因是 Finding Nemo 的rdf:types 的数量（~55）超过了 Ice 的rdf:types 的数量年龄 (~35)。顺便说一下，您的查询的 SQL 执行计划略有不同（请查看生成 SPARQL 编译报告（而不是执行查询） 以查看它们）。

别忘了 Virtuoso 有 anytime 功能，网页界面的默认超时时间是 30 秒。

正如 StansilavKralin 所说，虽然在语义上是等价的，但三元组模式的不同顺序可能会导致不同的查询执行计划。顺便说一句，这是一家三合店中最困难的部分，找到“最好的”并非易事（即使它甚至存在）

顺便说一句，您还可以在NOT EXISTS 部分添加过滤器FILTER strstarts(str(?sublcs), "http://dbpedia.org/ontology")，因为您只对DBpedia 本体感兴趣。

或者更高效的应该是在查询的第一部分使用?lcs a owl:Class .。只有 DBpedia 类才加载这些模式三元组。

【参考方案1】：

您正在公共端点上运行查询，该端点具有各种自我保护设置。这意味着昂贵的查询可能会产生部分结果或没有结果，而廉价的查询可能会产生完整的结果。您可以设置自己的镜像端点 (quick-and-easy on Amazon EC2)，而无需此类保护，您应该会从等效查询中看到等效结果。

@AKSW 对您的查询进行了调整，可以快速产生完整的结果 --

将FILTER strstarts(str(?sublcs), "http://dbpedia.org/ontology") 添加到NOT EXISTS 部分

（参见query form 和live results）

SELECT ?lcs
WHERE

  <http://dbpedia.org/resource/Finding_Nemo>  a  ?class1  .
  ?class1  rdfs:subClassOf*  ?lcs  .
  <http://dbpedia.org/resource/Ice_Age_(2002_film)>  a  ?class2  .
  ?class2  rdfs:subClassOf*  ?lcs  .

  FILTER NOT EXISTS 
    <http://dbpedia.org/resource/Finding_Nemo>  a  ?class3  .
    ?class3  rdfs:subClassOf*  ?sublcs  .
    <http://dbpedia.org/resource/Ice_Age_(2002_film)>  a  ?class4  .
    ?class4  rdfs:subClassOf*  ?sublcs .
    ?sublcs  rdfs:subClassOf  ?lcs 
    FILTER strstarts( str(?sublcs), "http://dbpedia.org/ontology" )
  

  FILTER strstarts( str(?lcs), "http://dbpedia.org/ontology" )

（ObDisclaimer：OpenLink Software 产生 Virtuoso，它为 DBpedia 端点和 AMI referenced above 提供动力。他们也雇用了我。）

【讨论】：

是的，添加FILTER strstarts( str(?sublcs), "http://dbpedia.org/ontology" ) 有效。

我不知道有这样的设置，我认为如果查询时间太长，它会给我一个超时错误。很高兴知道。