SPARQL查询语言的分析介绍

4.2.1　SPARQL查询语言

网上的RDF资源越来越多，对于RDF资源的有效检索便变得日益重要。SPARQL(Simple Protocol and RDF Query Language)是W3C的一个工作草案，它是一个RDF数据的查询语言。近两年，SPARQL已经发展为一门比较成熟的RDF查询语言，并且已经产生了好几个SPARQL查询引擎。

通过讲解一些SPARQL语句查询例子由浅入深地介绍SPARQL语句的查询规则，读者通过学习应该能够书写基本的SPARQL查询语句。

1.一个简单的SPARQL查询

数据集如下:

＜http://sim.whu.edu.cn/rdf/zhangxiaotian＞＜http://sim.whu.edu.cn/rdf/name＞″zhangxiaotian″.

查询语句为:

SELECT?name

WHERE

{＜http://sim.whu.edu.cn/rdf/zhangxiaotian＞＜http://sim.whu.edu.cn/rdf/name＞?name.}

该语句的查询结果为

RDF以三元组的方式存储数据，通常用主语、谓语、宾语来表示。在上面例子中http://sim.whu.edu.cn/rdf/zhangxiaotian为主语，http://sim.whu.edu.cn/rdf/name为谓语，″zhangxiaotian″为宾语。IRI、匿名结点(blank node)和RDF文字(RDF Literals)组成了RDF中的RDF表达式(RDF Term)，有关RDF表达式的详细介绍见本书3.3.1节。主谓宾通常由这些RDF表达式组成，其中主语和宾语可以是RDF表达式中的任意一种，谓语只能是IRI。上例中主语和谓语均为IRI，宾语为RDF文字。

如果读者对SQL语句比较熟悉，便会发现SPARQL语法与SQL语法有一定的相似之处。例子中的查询语句由两部分组成，select部分限定查询结果返回的内容与格式，where部分为查询的限定条件。在SPARQL术语中，前面一部分被称为结果集(Result Form)，简称R，后面一部分被称为图模式(Graph Pattern)，简称GP。GP包括下列模式:基本图模式(Basic Graph Pattern)，组图模式(Group Graph Pattern)，可选图模式(Optional Graph Pattern)，并图模式(Union Graph Pattern)，RDF数据集图模式(RDF Dataset Graph Pattern)，值约束(Value Constaraints)。R由“select”关键词和查询变量组成，其中查询变量可以是多个。查询变量在查询语句中具有全局性，查询语句中出现的某一查询变量代表相同的谓词语句成分。查询变量以“?”或“$”开头。例子中的变量为“?name”，该变量与GP中的“? name”相匹配。GP中的IRI，即例子中的＜http://sim.whu.edu.cn/ rdf/zhangxiaotian＞可以有三种写法:＜zhangxiaotian＞，zhangxiaotian和＜http://sim.whu.edu.cn/rdf/zhangxiaotian＞。

因为RDF库中存在与查询条件相匹配的语句，结果集返回了处在“?name”位置的RDF文字“zhangxiaotian”作为结果。

2.SPARQL中的RDF文字(RDF Literals)查询

数据集如下:

@prefix dt:＜http://sim.whu.edu.cn/rdf/datatype#＞.

@prefix ns:＜http://sim.whu.edu.cn/rdf#＞.

@prefix:＜http://sim.whu.edu.cn/rdf#＞

@prefix xsd:＜http://www.w3.org/2001/XMLSchema#＞.

:x ns:p″25″^^xsd:integer.

:y ns:p″data″^^dt:specialDatatype.

:z ns:p″information″@en.

查询语句1:

SELECT?v WHERE{?v?p 25}

查询结果1:

查询语句2:

SELECT?v WHERE{?v?p″abc″^^＜http://sim.whu.edu. cn/rdf#specialDatatype＞}

查询结果2:

查询语句3:

SELECT?x WHERE{?x?p″cat″}

查询结果3:

查询语句4:

SELECT?x WHERE{?x?p″cat″@en}

查询结果4:

(www.xing528.com)

查询的对象数据中有3个RDF三元组，4个查询语句均以RDF文字(RDF Literals)为宾语查询三元组。RDF中的IRI由namespace和localname组成。在RDF中，可以通过IRI在文档的其他位置引用此资源。与IRI不同，RDF文字一般不能被复用。RDF文字一般由数据类型和数据值组成。例子列举了几种RDF中常用到的数据类型。″25″^^xsd:integer表示一个值为25的整型数据。

查询1查找以整型数据25为宾语的语句，并返回该语句的主语。GP中存在整型数据时可以直接书写。查询2查找以用户自定义specialDatatype类型值为“abc”的数据有宾语的语句，并返回该语句的主语。如果在查询条件中存在着用户自定义数据类型时，应该在数据后注明用户声明类型。查询3返回结果为空，因为在RDF里面“cat”和“cat”@en不是等价的。查询4为查询3的正确写法，查询匹配到相应的语句，并返回语句的主语“http://sim.whu.edu.cn/ rdf#z＞”。

3.SPARQL中的可选图模式(Optional Graph Pattern)

数据集如下:

@prefix foaf:＜http://xmlns.com/foaf/0.1/＞.

@prefix rdf:＜http://www.w3.org/1999/02/22-rdf-syntax-ns#＞.

_:a foaf:name″zhangxiaotian″.

_:a foaf:mbox＜mailto:zhangxiaotian@example.com＞.

_:b foaf:name″Andy liu″.

查询语句:

PREFIX foaf:＜http://xmlns.com/foaf/0.1/＞

SELECT?name?mbox

WHERE{?x foaf:name?name.

OPTIONAL{?x foaf:mbox?mbox}

}

查询结果:

可选图模式的语法格式为:GP1 OPTIONAL GP2(OPTIONAL GP3)?。例子中，“?x foaf:name?name”组成了GP1，“?x foaf: mbox?mbox”组成了GP2。要进行检索查询时，GP2并不会导致整个可选图模式的匹配失败，它只会修改GP1所产生的解。如例子所示:数据集中有两条记录符合GP1中的条件限定，结果集中有两条记录，GP2对GP1所产生的结果进行修改，将第一条记录进行修改，将＜mailto:zhangxiaotian@example.com＞添加到“mbox”项。可以有多个可选图模式(optional graph pattern)，其书写方式为依次叠加，如:GP1OPTIONALGP2OPTIONALGP3OPTIONALGP4。OPTIONAL可以相互嵌套，如:GP1 OPTIONAL{GP2 OPTIONAL{GP3}}。

4.展示了SPARQL中的并图模式(Union Graph Pattern)

数据集如下:

@prefix dc10:＜http://purl.org/dc/elements/1.0/＞.

@prefix dc11:＜http://purl.org/dc/elements/1.1/＞.

_:a dc10:title″SPARQL Query Language Tutorial″.

_:a dc10:creator″Alice″.

_:b dc11:title″SPARQL Protocol Tutorial″.

_:b dc11:creator″Bob″.

_:c dc10:title″SPARQL″.

_:c dc11:title″SPARQL(updated)″.

查询语句:

PREFIX dc10:＜http://purl.org/dc/elements/1.1/＞

PREFIX dc11:＜http://purl.org/dc/elements/1.0/＞

查询结果:

并图模式的语法格式为:{GP1UNIONGP2UNION…}。并图模式是由两个或者更多的GP组成的集合。如果结果集R是与并图模式中的某一GP相匹配的结果，则R是并图模式的解。如果R与并图模式中的多个GP相匹配，则形成多个相同的解。如例子中所示，两个GP组成了一个并图模式的查询条件，第一条记录与第一个GP相匹配，第二条记录与第二个GP相匹配，故两条结果均被返回。

查询模式产生一个无序的解集，SPARQL提供解集序列修饰(Solution Sequence Modifier)用于进一步提炼查询结果，从而创建新的有序解集。SPARQL包括5种解集序列修饰:排序(Order)、投影(Projection)、非重复(Distinct)、结果上限(Limit)和结果偏移(Offset)。其中，顾名思义，排序是按排序表达式对结果集进行排序。Distinct关键字用来确保结果集中的结果具有唯一性。Limit关键字用于指定返回结果的数目，即输出的查询结果数不能超过指定的上限。若上限设为0则没有输出结果，上限值不能为负数。Offset关键字指定一个数值，它使结果从指定的数值之后开始产生，即控制查询结果的起始位置。

SPARQL提供了4种类型的查询结果形式:SELECT，CONSTRUCT，DESCRIBE和ASK。它们被称为查询结果形式(Query Result Form)。SELECT形式直接返回与查询变量绑定的值。CONSTRUCT形式可以根据查询结果创建并返回结果RDF图，这个结果图是以图模板(Graph Template)为式样创建的。图模板与图模式一样是三元组模式的集合，但是它们的作用完全不同。图模式用于描述查询意图，而图模板则描述CONSTRUCT要创建的RDF图的式样。DESCRIBE返回一个RDF图，其中包含了关于资源(Resources)的RDF数据。ASK用于测试一个图模式是否有解，其返回值是一个布尔值，如果有解则返回“true”，否则返回“false”。除此之外它不会返回任何可能的查询结果。

可以将SPARQL查询定义为一个四元组(GP，DS，SM，R)，其中GP是一个图模式，DS是一个RDF数据集，SM是一组解修饰符，R是一个结果格式。一个查询的图模式被称为查询模式。其中数据集DS指示RDF数据资源;图模式GP表达查询意图;解修饰符SM指定结果集的约束条件;结果格式R指定查询结果的输出形式。