关联数据之精华-联邦查询

我们知道，三元组数据库用来存储相同的数据结构（三元组：主谓宾），使用SPARQL语句可以在不同的数据库之间通用，即同样的SPARQL语句可以在不同的系统之间进行检索。这就引出了SPARQL中的最亮的一个功能：联邦查询（Federated Query）。联邦查询可以使SPARQL跨数据集进行检索，而无需将这些数据集的数据存放到同一个数据库。

一、“并行”查询远程数据集数据

我们尝试在自己的Virtuoso里面检索CBDB（中国历代人物传记资料库）数据，这里用到SERVICE功能。我们来看一个例子：

使用SPARQL进行检索时，一定要注意使用效率。三元组对于主语和宾语有一个已经确认的情况下，性能较高；尽量避免字符串的操作，比如字符串的截取，字符串的对比等。

SERVICE在一个SPARQL中可以含有多个，即从多个数据集中获取数据。我们一起看下面的SPARQL：

从中可以看出，蓝色的资源s来自于CBDB（资源地址为http://cbdb.library.sh.cn/entity/person/246cgp1bxccnra16）；红色的资源s来自于SionPedia（资源地址为http://sinopedia.library.sh.cn/entity/person/7e74fe7977504f2d83624aebea984615）。

二、“串行”查询远程数据集数据

W3C的关联数据标准要求尽可能关联多的数据集（注：以后我们可以专门讲解关联数据的相关知识），不同数据集之间的资源可以用owl:sameAs、rdfs:seeAlso等属性进行关联，这就给不同数据集之间的数据融合提供了便利。

我们还是看上面的例子（从CBDB和SinoPedia中获取数据），从SinoPedia中可以看出，该资源链接到了CBDB数据库。

因此可以这样来写SPARQL，将CBDB中的数据叠加到SinoPedia数据集中。

我们看两个SERVICE的位置，CBDB的SERVICE嵌套在SinoPedia的SERVICE里面，表示先在SinoPedia数据集中检索李清照信息，再根据owl:sameAs的关联属性，从关联的数据集中获取数据（将?same传入CBDB数据端点）。

此外，这里和之前例子还有一个区别为：之前例子，将两个数据集的资源分别显示，即s中有CBDB的资源，也有SinoPedia的资源；这里则将CBDB的资源属性叠加到SinoPedia资源中，返回的结果只有一个资源URI。

当然，“串行”这种方式，也可以将结果返回为各自的资源URI，和“并行”结果完全一致，您会写吗？大家可以把这个作为今天的作业。

如果把整个SPARQL看成是一个星空，则联邦查询可以看成是星空中最亮的那颗星。在实际应用中，联邦查询也用的非常广，尤其是跨数据集的信息整合（混搭），比如生物医学领域中药物的发现（Drug Discovery），就涉及到疾病、基因、蛋白、药物等多个数据集。这里给个例子，大家可以去自行研究，以后有机会，我们可以一起来学习。

Integrating Wikidata and other linked data sources – Federated SPARQL queries

http://sulab.org/2017/07/integrating-wikidata-and-other-linked-data-sources-federated-sparql-queries/

至此，联邦检索分享结束，要想学好SPARQL，一定要多尝试。下一讲，我们将开始学习SPARQL的其它三种查询模式（ASK、DESCRIBE和CONSTRUCT）。

更多请关注“关联数据”公众号