SPARQL入门（一）SPARQL简介与简单使用

￡神魔★判官ぃ 2022-02-01 16:59 434阅读 0赞

知识图谱（Knowledge Graph）是当前互联网最炙手可热的技术之一，它的典型应用场景就是搜索引擎，比如Google搜索，百度搜索。我们在百度搜索中输入问题“中国银行的总部在哪”，搜索的结果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70][]

这便是知识图谱的典型应用，能够直接输出问题的答案。借助知识图谱，能够让搜索引擎更加高效，搜索结果更加精准，给用户带来更好的搜索体验和乐趣。  
  关于知识图谱的知识点和工具数不胜数，我们在学习时常常会感到无从下手，一片茫然。本文将尝试着介绍知识图谱的几个知识点——RDF、URI、URL和SPARQL，希望能以此为切入点，让读者对SPARQL有些感性的认识，至于知识图谱，则是更大更深的范围了，不是本文所能概括的。

### 什么是SPARQL？ ###

![20190514233130583.png][]

SPARQL的英文全称为SPARQL Protocol and RDF Query Language，是为RDF开发的一种查询语言和数据获取协议，它是为W3C所开发的RDF数据模型所定义，但是可以用于任何可以用RDF来表示的信息资源。它于2008年1月15日正式成为一项W3C推荐标准，于2013年3月发布SPARQL1.1。  
  既然SPARQL是为是为RDF开发的一种查询语言，那么什么是RDF呢？

### 什么是RDF？ ###

首先，RDF不是一种数据格式。  
  RDF的英语全称为Resource Description Framework，中文名称为资源描述框架。RDF是一种描述数据文件储存的数据模型，该数据模型通常描述由三个部分组成的事实，被称为三元组（triples）。三元组由主语（subject）、谓语（predicate）和宾语（object）组成，看上去很像一个简单的句子。比如：

<table> 
 <thead> 
  <tr> 
   <th>subject</th> 
   <th>predicate</th> 
   <th>object</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>richard</td> 
   <td>homeTel</td> 
   <td>(229)276-5135</td> 
  </tr> 
  <tr> 
   <td>cindy</td> 
   <td>email</td> 
   <td><a href="mailto:cindym@gmail.com" rel="nofollow">cindym@gmail.com</a></td> 
  </tr> 
 </tbody> 
</table>

以下为Turtle RDF格式的RDF文件，文件名为ex002.ttl，

# filename: ex002.ttl
    
    @prefix ab: <http://learningsparql.com/ns/addressbook#> .
    
    ab:richard ab:homeTel "(229) 276-5135" . 
    ab:richard ab:email   "richard49@hotmail.com" . 
    
    ab:cindy ab:homeTel "(245) 646-5488" . 
    ab:cindy ab:email   "cindym@gmail.com" . 
    
    ab:craig ab:homeTel "(194) 966-1505" . 
    ab:craig ab:email   "craigellis@yahoo.com" . 
    ab:craig ab:email   "c.ellis@usairwaysgroup.com" .

\#表示注释，@prefix行为前缀行，即为<[http://learningsparql.com/ns/addressbook\#][http_learningsparql.com_ns_addressbook]>取一个前缀ab:，也就是别名，避免每次命名时都要写这个长长的字符，句子最后的.可写可不写，写上后便于阅读。另外，<[http://learningsparql.com/ns/addressbook\#][http_learningsparql.com_ns_addressbook]>是URI，这个后面会介绍。  
   之后的每一行，都是一个三元组，分别是主语、谓语和宾语，带有前缀ab:。

### URI和URL ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70 1][]

URI和URL是两个相近的概念，但URL只是URI的一种。  
  URL就是我们常说的网址，英文全称为Uniform Resource Locators，是统一资源定位符，对可以从互联网上得到的资源的位置和访问方法的一种简洁的表示，是互联网上标准资源的地址。  
  URI的英语全称为Uniform Resource Identifier，是统一资源标识符。在RDF三元组中，主语、谓语必须属于某个特定的命名空间，避免相似的名字发生混淆，因此需要使用URI。

### 如何使用ARQ？ ###

好了，在了解了上述的基本概念之后，我们需要实践一把，在这里，我们使用ARQ。  
  ARQ是SPARQL处理器。它是Apache Jena框架的一部分，是一个基于java的免费软件，其下载地址为：[http://jena.apache.org/download/index.cgi][http_jena.apache.org_download_index.cgi]。以Linux系统为例，我们下载文件**apache-jena-3.11.0.zip**，并将解压后的zip文件中的bin目录添加到环境变量中。添加方式如下：

*  vim /etc/profile
 *  在文件末尾添加命令：

export JENA_HOME=你的apache-jena-3.11.0路径
    export PATH=$JENA_HOME/bin:$PATH

*  source /etc/porfile
 *  运行命令`echo $JENA_HOME`，如果能输出你的JENA路径，则表明添加该环境变量成功。

接着我们写好SPARQL查询语句（关于查询语句，会在后面的文章中介绍），文件名为ex003.rq，内容如下：

# filename: ex003.rq
    
    PREFIX ab: <http://learningsparql.com/ns/addressbook#> 
    
    SELECT ?craig_email
    WHERE
    { ab:craig ab:email ?craig_email . }

简单对该查询语句做个说明：PREFIX ab: [http://learningsparql.com/ns/addressbook\#][http_learningsparql.com_ns_addressbook] 表示使用哪个URI，并取别名。后续的查询语句类似于SQL，是对三元组做查询，?craig\_email为变量，查询三元组中的宾语，用通俗的话来理解，就是查询craig的电子邮箱是什么？  
  运行命令：

arq --data ex002.ttl --query ex003.rq

输出结果如下：(ex002.ttl文件见之前的描述)

--------------------------------
    | craig_email                  |
    ================================
    | "c.ellis@usairwaysgroup.com" |
    | "craigellis@yahoo.com"       |
    --------------------------------

还可以查询三元组中的其他部分，这里不再讲述，后续会专门讲SPARQL查询语句的。

### 总结 ###

在知识图谱的工具箱中，有很多图数据库，它们提供了很好的查询语句功能和可视化效果，比如Neo4j, Cayley，这次，我们可以学习下RDF和SPARQL，毕竟，SPARQL的查询能力和推理能力也是很强的哦～  
  期待下次关于SPARQL的分享～

**注意：不妨了解下笔者的微信公众号： Python爬虫与算法（微信号为：easy\_web\_scrape）， 欢迎大家关注~**

### 参考文献 ###

1.  SPARQL百度百科：[https://baike.baidu.com/item/SparQL/10956405?fr=aladdin][https_baike.baidu.com_item_SparQL_10956405_fr_aladdin]
2.  RDF百度百科：[https://baike.baidu.com/item/rdf/5956080][https_baike.baidu.com_item_rdf_5956080]
3.  URI百度百科：[https://baike.baidu.com/item/URI/16481812][https_baike.baidu.com_item_URI_16481812]
4.  URL百度百科：[https://baike.baidu.com/item/url][https_baike.baidu.com_item_url]
5.  SPARQL维基百科：[https://en.wikipedia.org/wiki/SPARQL][https_en.wikipedia.org_wiki_SPARQL]
6.  Apache Jena下载页面：[http://jena.apache.org/download/index.cgi][http_jena.apache.org_download_index.cgi]
7.  书籍： *Learning SPARQL*，Bob DuCharme，Publisher: O’Reilly Media, Inc.
8.  Learning SPARQL学习网址：[http://www.learningsparql.com/][http_www.learningsparql.com]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70]: /images/20220201/4d04ac6d452a4c98ab18f9f3e2aa6783.png
[20190514233130583.png]: /images/20220201/daba776cb83841a4803a794af7939030.png
[http_learningsparql.com_ns_addressbook]: http://learningsparql.com/ns/addressbook#
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70 1]: /images/20220201/c821be1c991340859298b56cc5a59b3a.png
[http_jena.apache.org_download_index.cgi]: http://jena.apache.org/download/index.cgi
[https_baike.baidu.com_item_SparQL_10956405_fr_aladdin]: https://baike.baidu.com/item/SparQL/10956405?fr=aladdin
[https_baike.baidu.com_item_rdf_5956080]: https://baike.baidu.com/item/rdf/5956080
[https_baike.baidu.com_item_URI_16481812]: https://baike.baidu.com/item/URI/16481812
[https_baike.baidu.com_item_url]: https://baike.baidu.com/item/url
[https_en.wikipedia.org_wiki_SPARQL]: https://en.wikipedia.org/wiki/SPARQL
[http_www.learningsparql.com]: http://www.learningsparql.com/