Question

当我在探索一些SPARQL查询时，我注意到获取不同的谓词非常慢，但在获取主题或对象时没有这样的问题。

我使用linkedgeodata对其进行了测试，并在linkedgeodata的端点（由于显而易见的原因未在此情况下使用的SERVICE命令），SPARQL playground和Apache Jena Fuseki服务器上运行了以下查询。行为是一样的。任何人都可以帮我理解背后的原因吗？

#selecting distinct subjects. Executes fast
SELECT * WHERE {
 SERVICE <http://linkedgeodata.org/sparql> {
 select distinct ?s
    where{
    ?s ?p ?o .        
    } limit 100
 }  
}

#selecting distinct predicates. VERY SLOW
SELECT * WHERE {
 SERVICE <http://linkedgeodata.org/sparql> {
 select distinct ?p
    where{
    ?s ?p ?o .        
    } limit 100
 }  
}

Answer 1

@AKSW在评论中回答;在这里改写了一下 -

通常，数据集的模式比保存实例数据包含更少的三元组;即，有一些属性和类，但有更多的三元组使用这些类和属性。

您的查询必须迭代数据集中的三元组，直到找到足够的谓词（即，直到达到LIMIT）。如果谓词数少于LIMIT（此处少于100个），则甚至可以扫描整个数据集。

LinkedGeoData具有相当少的属性（~1,805;请参阅query text和live result [大约需要3分钟]）和相当多的三元组（~1,384,887,592;请参阅{{3} }和query text [大约需要1分钟]），因此，您的第二个查询会慢得多。

谓词索引肯定会加速这个查询;它不仅仅是Virtuoso数据库中的默认索引，因为它在大多数常见场景中都没有提供太多好处（这个查询不是这样）。我们在文档中讨论了live result和default "3+2" indexing scheme。

SPARQL查询 - 为什么提取不同的谓词如此之慢？

1 个答案: