Select 每组前 X 个结果

Question

我有一堆具有附加属性的 RDF 数据立方体观察，在我的例子中是记录该值的日期。

模式很简单，例如（省略其他dimension/measure/attributes）：

<obs1> a qb:Observation ;
  my:lastupdate '2017-12-31'^^xsd:date ;
  qb:dataSet <dataSet1> .

<obs2> a qb:Observation ;
  my:lastupdate '2016-12-31'^^xsd:date ;
  qb:dataSet <dataSet1> .

<obs2_1> a qb:Observation ;
  my:lastupdate '2017-12-31'^^xsd:date ;
  qb:dataSet <dataSet2> .

<obs2_2> a qb:Observation ;
  my:lastupdate '2015-12-31'^^xsd:date ;
  qb:dataSet <dataSet2> .

所以我的店里有多个 qb:DataSet。现在我想找出每个数据集的最后 X my:lastupdate 个值。假设我想要每个特定数据集的最后 5 个值。

对于一个特定的数据集，我可以很容易地做到这一点：

SELECT * WHERE {

  ?observation my:lastupdate ?datenstand ;
                 qb:dataSet <dataSet1>                                                                                                                                            
} ORDER BY DESC(?datenstand) LIMIT 5

但是如果这在每个数据集的单个 SPARQL 查询中完全可能的话，我有点迷茫。我尝试了各种子选择组合、LIMIT 和 GROUP BY 组合，但没有得到我想要的结果。

Answer 1

这种查询模式在现已不存在的 SemanticOverflow Q+A 网站上作为 'get the 3 largest cities for each country' 进行了详细讨论，普遍的共识是 [=20] 形式的查询=]'get the top n related items for each master item' 无法通过单个 SPARQL 查询进行有效管理。

核心问题是嵌套查询是自下而上计算的，GROUP/LIMIT 子句将应用于整个结果集而不是每个组。

自下而上规则唯一有用的例外是 (not) exists 过滤器，它对当前绑定具有可见性。您可以利用这一事实编写如下查询：

select ?country ?city ?population where {

    ?country a :Country; :city ?city.
    ?city :population ?population.

    filter not exists { select * where {

        ?country :city ?_city.
        ?_city :population ?_population.

        filter ( ?_population > ?population )

    } offset 3 }

} order by ?country desc(?population)

不幸的是，这种方法在大型现实世界数据集上通常不可行，因为它涉及扫描和过滤每个 country/city 组的笛卡尔积。

Select 每组前 X 个结果

Select top X results per group

grouping

sparql

limit

data-cube