Question

我正在运行具有任意长度的属性路径的SPARQL 1.1查询。我可以在Sesame Sail Repository中非常有效地运行这些查询。然而，它们在Jena中使用Dataset（从Graph创建）或Model（TDB）运行得非常慢。

除了TDB或Graph之外，Jena还有其他可能吗？

实施例：对于60 MB的n3 rdf文件，大约600,000三元组和以下查询：

SELECT ?x ?y {
 ?x <http://relationship.com/wasRevisionOf>+ ?y .
 ?x <http://relationship.com/wasGeneratedBy>/<http://relationship.com/wasAssociatedWith> ?z1 .
  ?y <http://relationship.com/wasGeneratedBy>/<http://relationship.com/wasAssociatedWith> ?z2 .
  FILTER(?z1 = ?z2  && ?x=<http://article.com/524910968> && ?y=<http://article.com/524753791>) 
} LIMIT 3

使用Jena TDB执行此查询需要14秒，JENA Graph需要38秒，而在Sesame Sail Repository Memory Store中只需要100-150 ms。*

这个100-150毫秒适用于从1mb到200mb的每个文件大小，所需的三元组都包含在所有文件中。

Answer 1

虽然我建议你尝试使用TDB来利用基于磁盘的索引，但我要指出的一些事情可以帮助任何SPARQL引擎做得更好。在您的查询中，您有一个过滤器，其中包含一些相当简单的条件。一个可能的问题是概念上过滤器表示要获得可能的结果，然后将其修剪下来。现在，对于简单的条件，一个好的优化器可能会识别可以在查询期间应用的过滤器，以防止过多的工作。

在这种情况下，当您只使用一个变量而不是两个变量时，您需要？z1 =？z2 。您还可以使用一些过滤器为？x 和？y 设置指定值，只需使用该值或值块。希望这不会有任何区别，但请考虑一些重写：

select ?x ?y {
  values (?x ?y) { (<...> <...>) }
  ?z ^(:wasGeneratedBy/:wasAssociatedWith) ?x, ?y .
  ?x :wasRevisionOf+ ?y .
}
limit 3

一般来说（但不一定在你的情况下）可能有帮助的另一件事是，按照措辞，搜索可以天真地从一个？z值开始执行，找到？x和？y的值，以及然后检查？x和？y之间是否有合适的路径。但是由于？x和？y可以按任意顺序匹配，并且修订路径可能只在一个方向上进行，因此在子查询中首先查找合适的？x？y对然后找到？z值是有意义的。外部查询。这可能与你的情况无关，因为你从一开始就修正了？x和？y的值。

Jena中适用于任意长度

1 个答案: