知識圖譜學習與實踐（4）——通過例句介紹Sparql的使用

通過例句介紹Sparql的使用

1 簡介

SPARQL的定義，是一個遞歸的定義，為SPARQL Protocal and RDF Query Language，是W3C制定的RDF知識圖譜標准查詢語言，大部分的圖數據庫都支持SPARQL查詢。SPARQL在語法上借鑒了SQL。SPARQL是針對RDF三元組進行查詢，通過圖匹配的方式獲得需要查找的內容。

下面通過一個例子來說明SPARQL的查詢語句的基本結構。這個例子可以在http://dbpedia.org/sparql中運行，獲取結果。

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

select distinct  ?p  ?o

from <http://dbpedia.org>

where  {ontology:deathDate ?p ?o}

LIMIT 10

查詢例句，包括了5個部分。

第一部分是前綴聲明，這部分主要是為了后面查詢內容的簡潔，本例中用ontology代替http://dbpedia.org/ontology/，在后面的查詢中直接使用ontology，比如ontology:deathDate就表示http://dbpedia.org/ontology/deathDate，

第二部分是select子句，用來確定需要查找的內容。以變量的形式體現，本例中就是查找?p和?o，按照三元組的主謂賓結構，這里查找的是謂語和賓語，分別用帶問號的字符（串）來表示。

第三部分是from子句，用來確定從哪個圖數據庫中查找，類似於關系數據庫的表名。本例需要查找的數據是在圖數據庫http://dbpedia.org中進行查找。也可以把http://dbpedia.org這個Graph IRI放到第一個方框內，作為默認的數據集名稱。

第四部分是where子句，這部分是用來匹配三元組，把需要匹配的內容放到{}中，本例中，ontology:deathDate ?p ?o的含義就是主語是ontology:deathDate，即http://dbpedia.org/ontology/deathDate，謂語是?p，賓語是?o，匹配這個內容結構的所有三元組，也就是找出主語是http://dbpedia.org/ontology/deathDate的所有三元組。

第五部分是查詢修正的內容，類似於關系數據查詢最后的一些限定子句，比如排序order by，限定前幾個輸出的limit等。本例就是用的limit 10，限定只輸出10個結果。

查詢結果如下

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	"ημερομηνία_θανάτου"@el

2 一些常用的查詢語句

2.1 最簡單的查詢

就像SQL語句中的查詢所有內容select * from table，SPARQL也有一個查詢全部數據的語句，也是最簡單的語句。

select ?s ?p ?o where {?o ?p ?o}

這個語句可以查看圖數據庫里面的所有三元組，不過如果數據集比較龐大，可能發生延時錯誤，也就是在一定的時間內查詢不能完成導致最后無法完成查詢，從而不能提供查詢結果。

2.2 聚合函數

在SPARQL中，也有類似SQL中的聚合函數，比如count，比較常用的一個就是查詢圖數據庫的三元組數量。

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

我們用上面的語句查詢http://dbpedia.org中三元組的數量，我查了幾次，有幾次是給出延時錯誤，有的時候能給出結果。

callret-0

316290000

可以看到，http://dbpedia.org這個圖數據庫一共有3億多條數據。

2.3 opional過濾

使用optional，可以起到過濾的作用，如果滿足optional后面匹配的條件，則結果顯示出來。比如下面的語句

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}}

查詢的含義是先查找賓語是http://schema.org/deathDate 的主語?s和謂語?p，將主語?s滿足模式?s <http://www.w3.org/2000/01/rdf-schema#label> ?o的內容找出來，最后顯示出兩個條件都滿足的結果，也可以理解為，通過optional后面的子句過濾掉一部分第一個子句的結果，得到最終的結果。

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	ημερομηνία_θανάτου@el
http://www.w3.org/2002/07/owl#equivalentProperty	沒年月日@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也是一個在SPARQL中常用的關鍵字，使用union表示，將所有union連接的子句匹配的結果都顯示出來。我們還用2.3的例子，不過把optional替換為union，可以比較一下二者的不同。

查詢語句為

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}}

查詢結果為（部分結果）

 

從結果可以看出，optional和union的差別還是很明顯的，optional是過濾，union是全集，是並的操作。

2.5 模糊查詢

在SQL中的like查詢，在SPARQL中也有對應的語句，就是使用FILTER 和regex。

例句為

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

select distinct  ?p  ?o

where  {ontology:deathDate ?p ?o filter regex(?p,'label')}

還是查找主語deathDate這個主語的謂語和賓語列表，模糊查詢的是謂語中含有’label’的謂語和賓語，這個filter和regex的組合實現的功能就是類似SQL的like功能。

查詢結果為

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	ημερομηνία_θανάτου@el
http://www.w3.org/2000/01/rdf-schema#label	沒年月日@ja

從結果可以看到，模糊查詢中謂語只包含了有label的內容，其它的給過濾掉了。

3 結語

這里只是簡單介紹了SPARQL的語法和常用的查詢語句，實際環境中，應用SPARQL進行查詢可能會復雜的多，會有很多復合語句，更為復雜的可能會跨數據集進行查詢，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的數據等等。總之，SPARQL查詢，在實際的使用中，會碰到各種不同的需求，還要根據具體情況寫出各種查詢語句。

書寫SPARQL查詢語句的時候，還要細心，不能出錯，不能寫錯一個字符，有的時候還要注意順序，這些問題沒有注意到，都可能導致查不到結果，或者是直接報錯。在拼接SPARQL的時候，要多一些耐心，按照SPARQL規則來，循序漸進，慢慢就會初步掌握這種查詢語言。

另外SPARQL還有UPDATE功能，有insert和delete關鍵字，但是沒有update關鍵字，也就是說，SPARQL如果實現update操作，需要先insert再delete，從而達到update的效果。SPARQL的UPDATE功能，不如查詢功能用的廣泛，可能是因為數據集一般數據量大，都是直接以文件的形式存到數據庫中的緣故。

本文通過例句的形式，介紹了SPARQL的基礎知識，希望對大家學習sparql有幫助，在學習過程中，有什么問題，還是要多交流，共同進步。

參考資料

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