SPARQL 可选查询

Question

我有以下turtle格式的RDF

    @prefix ab: <http://learningsparql.com/ns/addressbook#> .
    @prefix d: <http://learningsparql.com/ns/data#> .
    d:i0432 ab:firstName "Richard" .
    d:i0432 ab:lastName "Mutt" .
    d:i0432 ab:homeTel "[phone]" .
    d:i0432 ab:nick "Dick" .
    d:i0432 ab:email "[e-mail]" .
    d:i9771 ab:firstName "Cindy" .
    d:i9771 ab:lastName "Marshall" .
    d:i9771 ab:homeTel "[phone]" .
    d:i9771 ab:email "[e-mail]" .
    d:i8301 ab:firstName "Craig" .
    d:i8301 ab:lastName "Ellis" .
    d:i8301 ab:workTel "[phone]" .
    d:i8301 ab:email "[e-mail]" .
    d:i8301 ab:email "[e-mail]" .

查询条件是：

    PREFIX ab: <http://learningsparql.com/ns/addressbook#>
    SELECT ?first ?last
    WHERE
    {
        ?s ab:lastName ?last .
        OPTIONAL {?s ab:nick ?first. }.
        OPTIONAL {?s ab:firstName ?first .}.
    }

结果是

    ------------------------
    | first   | last       |
    ========================
    | "Craig" | "Ellis"    |
    | "Cindy" | "Marshall" |
    | "Dick"  | "Mutt"     |
    ------------------------

但是如果我将查询更改为

    PREFIX ab: <http://learningsparql.com/ns/addressbook#>
    SELECT ?first ?last
    WHERE
    {
        OPTIONAL {?s ab:nick ?first. }.
        OPTIONAL {?s ab:firstName ?first .}.
        ?s ab:lastName ?last .
    }

结果为

    -------------------
    | first  | last   |
    ===================
    | "Dick" | "Mutt" |
    -------------------

有人能解释一下是什么原因造成了这种差异吗？我以为SPARQL查询中的句点和“and”操作符是一样的。

- Willy

Answer 1

这里的顺序很重要。

SPARQL查询的语义是通过SPARQL代数表达的，这两个查询产生非常不同的代数。我使用Apache Jena项目提供的SPARQL Query Validator（免责声明 - 我是该项目的提交者）来生成代数。

您的第一个查询生成以下代数：

(base <http://example/base/>
  (prefix ((ab: <http://learningsparql.com/ns/addressbook#>))
    (project (?first ?last)
      (leftjoin
        (leftjoin
          (bgp (triple ?s ab:lastName ?last))
          (bgp (triple ?s ab:nick ?first)))
        (bgp (triple ?s ab:firstName ?first))))))

您的第二个查询会产生以下代数式：

(base <http://example/base/>
  (prefix ((ab: <http://learningsparql.com/ns/addressbook#>))
    (project (?first ?last)
      (join
        (leftjoin
          (leftjoin
            (table unit)
            (bgp (triple ?s ab:nick ?first)))
          (bgp (triple ?s ab:firstName ?first)))
        (bgp (triple ?s ab:lastName ?last))))))

如您所见，您查询中的三元模式出现顺序不同且运算符也不同。重要的是，您的第二个查询使用了一个 join，它仅保留两边兼容的解决方案，而第一个查询仅使用 leftjoin，如果没有兼容的解决方案，则保留LHS解决方案。

因此，在第一个查询中，您首先找到具有 ab:lastName 的事物，然后在存在时可选添加 ab:nick 或 ab:firstName，因此您会返回数据中的所有人。

在第二个查询中，您首先找到具有 ab:nick 的事物，然后在要求一切都具有 ab:lastName 之前，可选添加具有 ab:firstName 的事物。因此，您只能返回具有姓氏的人。

我认为SPARQL查询中的句号与 "and" 运算符相同。

不，它仅终止三元模式，并可以选择跟随其他子句（但不必这样做），它不是 "and" 运算符。

相邻的基本图形模式会被连接起来，除非存在一个替代连接运算符（例如leftjoin或minus），这是由OPTIONAL或MINUS子句的存在所暗示的。

编辑 - 什么是table unit？ table unit是一种特殊运算符，对应于SPARQL查询中的空图形模式。

例如，SELECT * WHERE { }将产生代数表达式(table unit)。

它产生一个单独的空行，在SPARQL语义中意味着它可以与任何内容连接，并返回其他内容，因此实质上它像一个连接标识。在许多情况下，SPARQL引擎可以简化代数以删除table unit，因为在大多数情况下，它对查询的语义没有影响。

在您的第一个查询中，技术上还有另一个join操作符与table unit之间的连接，但在正常连接的情况下，table unit的存在不会产生影响（因为它是连接标识），因此可以并且已经被简化掉了。

然而，对于可选项，SPARQL规范要求所生成的代数是前面子句内部与前置子句左联接的结果。在您的第二个查询中，在第一个“OPTIONAL”之前没有前置子句（技术上说，这里有一个隐含的空图案），因此生成的第一个“leftjoin”将“表单位”放在其左侧。与普通的“join”不同，“表单位”在这种情况下必须被保留，因为“leftjoin”的语义表明，如果RHS没有兼容的解，则会保留LHS的结果。

我们可以通过更简单的查询进行说明：

SELECT *
WHERE
{
  OPTIONAL { ?s a ?type }
}

产生代数式：

(base <http://example/base/>
  (leftjoin
    (table unit)
    (bgp (triple ?s <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> ?type))))

- RobV

Answer 2

这个问题很旧，但是答案仍然不太容易清楚地理解。让我来用自然英语尝试一下，感谢SPARQL_Order_Matters的帮助。

当OPTIONALS出现在查询的开头时，它们要么：

• 没有匹配，什么也不会发生；
• 匹配，此时它是其余查询必须匹配的起始数据集合。

当OPTIONALS出现在某条语句已经匹配了一些数据之后时，它们要么：

• 没有匹配，什么也不会发生；
• 匹配，此时一些新的三元组将被添加到结果中。

所以当一个OPTIONAL首先出现并且它匹配一些三元组时，真正不明显的行为就发生了。这时候所有的查询结果将与该 OPTIONAL 的内容相匹配。

- Paul Cuddihy

---

哇，非常感谢！你发布的那个“SPARQL Order Matters”链接确实澄清了很多事情。 - fthinker