SPARQL入門（一）SPARQL簡介與簡單使用

  知識圖譜（Knowledge Graph）是當前互聯網最煊赫一時的技術之一，它的典型應用場景就是搜索引擎，好比Google搜索，百度搜索。咱們在百度搜索中輸入問題「中國銀行的總部在哪」，搜索的結果以下：

這即是知識圖譜的典型應用，可以直接輸出問題的答案。藉助知識圖譜，可以讓搜索引擎更加高效，搜索結果更加精準，給用戶帶來更好的搜索體驗和樂趣。
  關於知識圖譜的知識點和工具數不勝數，咱們在學習時經常會感到無從下手，一片茫然。本文將嘗試着介紹知識圖譜的幾個知識點——RDF、URI、URL和SPARQL，但願能以此爲切入點，讓讀者對SPARQL有些感性的認識，至於知識圖譜，則是更大更深的範圍了，不是本文所能歸納的。

什麼是SPARQL？

  SPARQL的英文全稱爲SPARQL Protocol and RDF Query Language，是爲RDF開發的一種查詢語言和數據獲取協議，它是爲W3C所開發的RDF數據模型所定義，可是能夠用於任何能夠用RDF來表示的信息資源。它於2008年1月15日正式成爲一項W3C推薦標準，於2013年3月發佈SPARQL1.1。
  既然SPARQL是爲是爲RDF開發的一種查詢語言，那麼什麼是RDF呢？

什麼是RDF？

  首先，RDF不是一種數據格式。
  RDF的英語全稱爲Resource Description Framework，中文名稱爲資源描述框架。RDF是一種描述數據文件儲存的數據模型，該數據模型一般描述由三個部分組成的事實，被稱爲三元組（triples）。三元組由主語（subject）、謂語（predicate）和賓語（object）組成，看上去很像一個簡單的句子。好比：

subject	predicate	object
richard	homeTel	(229)276-5135
cindy	email	cindym@gmail.com

  如下爲Turtle RDF格式的RDF文件，文件名爲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" .

#表示註釋，@prefix行爲前綴行，即爲<http://learningsparql.com/ns/...>取一個前綴ab:，也就是別名，避免每次命名時都要寫這個長長的字符，句子最後的.可寫可不寫，寫上後便於閱讀。另外，<http://learningsparql.com/ns/...>是URI，這個後面會介紹。
   以後的每一行，都是一個三元組，分別是主語、謂語和賓語，帶有前綴ab:。

URI和URL

  URI和URL是兩個相近的概念，但URL只是URI的一種。
  URL就是咱們常說的網址，英文全稱爲Uniform Resource Locators，是統一資源定位符，對能夠從互聯網上獲得的資源的位置和訪問方法的一種簡潔的表示，是互聯網上標準資源的地址。
  URI的英語全稱爲Uniform Resource Identifier，是統一資源標識符。在RDF三元組中，主語、謂語必須屬於某個特定的命名空間，避免類似的名字發生混淆，所以須要使用URI。

如何使用ARQ？

  好了，在瞭解了上述的基本概念以後，咱們須要實踐一把，在這裏，咱們使用ARQ。
  ARQ是SPARQL處理器。它是Apache Jena框架的一部分，是一個基於java的免費軟件，其下載地址爲：http://jena.apache.org/download/index.cgi。以Linux系統爲例，咱們下載文件apache-jena-3.11.0.zip，並將解壓後的zip文件中的bin目錄添加到環境變量中。添加方式以下：

• vim /etc/profile
• 在文件末尾添加命令：

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

• source /etc/porfile
• 運行命令echo $JENA_HOME，若是能輸出你的JENA路徑，則代表添加該環境變量成功。

  接着咱們寫好SPARQL查詢語句（關於查詢語句，會在後面的文章中介紹），文件名爲ex003.rq，內容以下：

# filename: ex003.rq

PREFIX ab: <http://learningsparql.com/ns/addressbook#> 

SELECT ?craig_email
WHERE
{ ab:craig ab:email ?craig_email . }

簡單對該查詢語句作個說明：PREFIX ab: http://learningsparql.com/ns/... 表示使用哪一個URI，並取別名。後續的查詢語句相似於SQL，是對三元組作查詢，?craig_email爲變量，查詢三元組中的賓語，用通俗的話來理解，就是查詢craig的電子郵箱是什麼？
  運行命令：

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

輸出結果以下：(ex002.ttl文件見以前的描述)

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

還能夠查詢三元組中的其餘部分，這裏再也不講述，後續會專門講SPARQL查詢語句的。

總結

  在知識圖譜的工具箱中，有不少圖數據庫，它們提供了很好的查詢語句功能和可視化效果，好比Neo4j, Cayley，此次，咱們能夠學習下RDF和SPARQL，畢竟，SPARQL的查詢能力和推理能力也是很強的哦～
  期待下次關於SPARQL的分享～

注意：不妨瞭解下筆者的微信公衆號： Python爬蟲與算法（微信號爲：easy_web_scrape）， 歡迎你們關注~

參考文獻

1. SPARQL百度百科：https://baike.baidu.com/item/SparQL/10956405?fr=aladdin
2. RDF百度百科：https://baike.baidu.com/item/rdf/5956080
3. URI百度百科：https://baike.baidu.com/item/URI/16481812
4. URL百度百科：https://baike.baidu.com/item/url
5. SPARQL維基百科：https://en.wikipedia.org/wiki/SPARQL
6. Apache Jena下載頁面：http://jena.apache.org/download/index.cgi
7. 書籍： Learning SPARQL，Bob DuCharme，Publisher: O'Reilly Media, Inc.
8. Learning SPARQL學習網址：http://www.learningsparql.com/