为什么这个 SPARQL 查询超时，如何优化这个查询？

Question

我有这个 SPARQL 查询，我运行通过 Wikidata 的端点

SELECT ?bLabel ?b ?hLabel ?a ?cLabel
  WHERE
  {
    wd:Q11462 ?a ?b.
    wd:Q11095 ?a ?b.
    ?c ?a ?b.
    ?h wikibase:directClaim ?a .
    SERVICE wikibase:label { bd:serviceParam wikibase:language "en" }
  }

本质上，我正在寻找 wd:Q11462 和 wd:Q11095 共享的关系，看看还有什么共享这种关系。它达到了 60 秒的时间限制。

但是，如果我运行分两部分进行多次查询：

首先，获取共享关系

SELECT ?bLabel ?b ?hLabel ?a
  WHERE
  {
    wd:Q11462 ?a ?b.
    wd:Q11095 ?a ?b.
    ?h wikibase:directClaim ?a .
    SERVICE wikibase:label { bd:serviceParam wikibase:language "en" }
  }

然后，对于每个获得的关系，运行一个查询，查找其他与他们共享的内容。

"""
SELECT ?cLabel 
  WHERE
  {
    ?c wdt:P131 wd:Q3586.
    SERVICE wikibase:label { bd:serviceParam wikibase:language "en" }
  }
  """

整个查询运行只用了 2.5 秒。

由于限制，我希望只用一次查询就能达到同样的速度。我该怎么办？

Answer 1

这是一种使用子查询的方法。需要六秒：

 SELECT ?cLabel 
  WITH {
    SELECT ?bLabel ?b ?hLabel ?a
    WHERE {
      wd:Q11462 ?a ?b.
      wd:Q11095 ?a ?b.
      ?h wikibase:directClaim ?a .
     }
  } as %results
  WHERE {
    INCLUDE %results.
    ?c wdt:P131 wd:Q3586.
    SERVICE wikibase:label { bd:serviceParam wikibase:language "en" }
  }

鉴于您观察到的明显差异以及它们在概念上与您连续运行多个查询的方法有多接近，子查询是自然扩展。一个通常有用的更通用的技巧是用手动查询标签替换标签服务。

在切换到一些（常见）语句较少的项目后，我说服了查询服务 explain itself。我不能完全理解该输出，但据我所知，标签服务将其丢弃（底部 table 中的第 5 行）：

9             com.bigdata.bop.BOp.bopId 
CONTROLLER    com.bigdata.bop.BOp.evaluationContext
false         com.bigdata.bop.PipelineOp.pipelined
true          com.bigdata.bop.PipelineOp.sharedState
ServiceNode   com.bigdata.bop.controller.ServiceCallJoin.serviceNode
wdq           com.bigdata.bop.controller.ServiceCallJoin.namespace
1596209250127 com.bigdata.bop.controller.ServiceCallJoin.timestamp
[b, h, c]     com.bigdata.bop.join.HashJoinAnnotations.joinVars
null          com.bigdata.bop.join.JoinAnnotations.constraints

似乎它当时试图为 20000 多个项目填充标签。除了将其排除在第一个查询之外，SPARQL 还提供了添加关于理想操作顺序的提示的功能，这在这里可能很有用。

为什么这个 SPARQL 查询超时，如何优化这个查询？

Why this SPARQL query times out and how to optimize this query?

sparql

wikidata