转：SPARQL入门（一）SPARQL简介与简单使用

SPARQL入门（一）SPARQL简介与简单使用

什么是SPARQL？

SPARQL

  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：

  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#>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#>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

  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。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.rqPREFIX 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# 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

注意：在使用arq命令之前，一定要先用source /etc/porfile命令激活环境，否则会提示找不到arq

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～