A Framework for Federated SPARQL Query Processing over Heterogeneous Linked Data Fragments
链接数据片段（LDFs）是指允许访问和查询Web上的知识图谱的Web接口。这些接口（如SPARQL端点或Triple Pattern Fragment服务器）在它们可以计算的SPARQL表达式和它们提供的元数据方面有所不同。已经提出了客户端查询处理方法，并且这些方法被定制以评估各个接口上的查询。此外，联邦查询处理集中在具有单一类型LDF接口（通常是SPARQL端点）的联邦上。在这项工作中，我们解决的挑战，SPARQL查询处理联邦异构LDF接口。为此，我们形式化的概念联邦的关联数据片段，并提出了一个框架，联邦查询异构联邦不同LDF接口。该框架包括查询分解，查询规划，和适应不同LDF接口的特殊性的物理操作符。此外，我们提出了一种方法，我们的框架的每个组成部分，并评估他们在著名的FedBench基准的实验研究。结果表明，通过设计这些接口感知的方法，利用联邦中的异构接口的能力，实现了性能的大幅改善。
2021-02-26 cs.DB
Efficient Query Processing for SPARQL Federations with Replicated Fragments
公共SPARQL端点的低可靠性和可用性阻止了现实世界的应用程序利用这些查询基础结构的所有潜力。服务器上的数据碎片可以提高数据可用性，但会降低性能。复制片段可以在性能和可用性之间提供新的折衷。我们提出FERENCE，查询关联数据，利用客户端数据复制的框架，并执行源选择算法，旨在减少所选择的公共SPARQL端点，执行时间和中间结果的数量。FERENTIAL已在最先进的查询引擎ANAPSID和FedX上实现，并在各种真实数据集上进行了经验评估。
2015-03-10 cs.DB
On The Marriage of SPARQL and Keywords
虽然SPARQL已经成为RDF图的主要查询语言，但仅使用SPARQL语法不能很好地捕获某些查询意图。另一方面，关键词搜索由于其指定信息需求的直观方式而得到广泛使用，但存在精度低的问题。为了最大限度地发挥SPARQL和关键字搜索的优势，我们引入了一种新的范式，将两者结合起来，并提出了一个混合查询（称为SK查询），集成SPARQL和关键字搜索。为了有效地回答SK查询，设计了一个结构索引，在此基础上提出了一种新的集成查询算法。我们评估我们的方法在大型真实RDF图和实验证明我们的方法的有效性和效率。
2014-11-30 cs.DB
Towards Query Optimization for SPARQL Property Paths
SPARQL在1.1版中扩展了属性路径，为RDF图数据库提供了一种常规路径查询。然而，这样的查询很难有效地优化和评估。我们已经开始了一个名为Waveguide的项目，为带有属性路径的SPARQL查询构建一个基于成本的优化器。Waveguide构建一个查询计划-波导计划（WGP）-它指导查询评估。在构建计划时有许多选择，以及许多优化方法，这意味着查询的计划空间可能相当大。同一查询的计划的执行成本可以按数量级变化。我们说明了这种方法提供的优化类型和可以获得的性能增益。可以估计WGP的成本，这为基于成本的优化开辟了道路。
2015-04-30 cs.DB
S2CTrans: Building a bridge from SPARQL to Cypher
本文提出了 S2CTrans 框架，基于图关系代数实现了从 SPARQL 到 Cypher 的翻译，在保持语义一致性的同时，有效提升了使用 SPARQL 查询属性图数据库的互操作性与效率。
2023-04-02 cs.DB
Answering SPARQL queries modulo RDF Schema with paths
SPARQL是RDF图的标准查询语言。在其严格的实例化中，它只提供根据RDF语义的查询，因此会忽略相对于（RDF）模式或（OWL）本体表达的数据的语义。已经提出了对SPARQL的几个扩展来查询RDF数据模RDFS，即，用RDFS语义解释查询和/或考虑外部本体。我们介绍了一个通用的框架，它允许表示查询回答模一个特定的语义在一个同质的方式。在本文中，我们讨论了扩展SPARQL，使用正则表达式来导航RDF图，并可用于回答查询考虑RDFS语义。我们也认为他们的嵌入作为SPARQL的扩展。这些SPARQL扩展解释建议的框架内，他们的缺点。特别是，我们表明，PSPARQL查询语言，一个严格的扩展SPARQL提供传递闭包，允许回答SPARQL查询模RDFS图与SPARQL通过一个简单的转换查询相同的复杂性。我们也考虑语言，除了路径，提供约束。特别是，我们提出并比较nSPARQL和我们的建议CPSPARQL。我们表明，CPSPARQL是足够的表达，以回答完整的SPARQL查询模RDFS。最后，我们比较了nSPARQL和相应的CPSPARQL片段的表达能力和复杂性，我们称之为cpSPARQL。我们表明，这两种语言具有相同的复杂性，通过cpSPARQL，作为一个适当的扩展SPARQL图形模式，是更有表现力比nSPARQL。
2013-11-15 cs.DB
An Analytical Study of Large SPARQL Query Logs
随着RDF作为关联数据和语义Web的数据模型的采用，来自最终用户的查询规范在SPARQL端点中变得越来越普遍。在本文中，我们进行了深入的分析研究的查询制定的最终用户和收获的大型和最新的查询日志从各种各样的RDF数据源。与以前的研究相反，我们是第一次对大量查询语料库进行评估，跨越了几年，涵盖了许多代表性的SPARQL端点。除了句法结构的查询，表现出已经有趣的结果，在这个广义的语料库，我们钻更深的结构charteristics相关的图和超图表示的查询。我们概述了最常见的形状的查询时，在视觉上显示为伪图，和字符-achts他们的（超）树的宽度。此外，我们通过引入条纹的新概念，即，作为种子查询的后续修改出现的查询序列。我们的研究提供了一些新的见解已经丰富的查询功能的真实SPARQL查询制定的真实用户，并使我们得出一些结论，并指出未来的方向，rections为SPARQL查询评估，查询优化，调优，和基准测试。
2017-08-01 cs.DB
Efficient Execution of SPARQL Queries with OPTIONAL and UNION Expressions
RDF数据集的激增导致了对SPARQL查询处理优化的研究。大多数现有的工作都集中在基本图模式（BGP）上，而忽略了SPARQL中的其他重要运算符，如UNION和OPTIONAL。SPARQL查询与这些运营商，我们称为SPARQL-UO，提出了严重的查询计划生成的挑战。在本文中，我们提出了一种新的BGP为基础的评估（BE）-树表示的查询计划的基础上，使用BGP执行作为一个构建块执行SPARQL-UO查询的技术。在此之上，我们提出了一系列的成本驱动的BE树转换，以产生更有效的计划，通过减少搜索空间和中间结果的大小，和候选人修剪技术，进一步提高效率，在查询时。实验证实，我们的方法优于国家的最先进的数量级。
2023-03-24 cs.DB
ROSIE: Runtime Optimization of SPARQL Queries Using Incremental Evaluation
关系数据库在资源描述框架（RDF）数据管理中得到了广泛的应用。为了有效地进行SPARQL查询评估，需要重新考虑遗留查询优化器。其中一个重要的问题是如何解决由于基数估计容易出错而导致的查询计划不理想的问题。考虑到RDF数据的无模式特性和SPARQL查询的Join密集特性，在实际评估的查询是昂贵的甚至是不可行的之前确定最佳执行顺序，特别是对于大规模数据的复杂查询。在本文中，我们提出了ROSIE，一个迭代优化框架，迭代地重新优化SPARQL查询计划，根据实际基数来自增量部分查询评估。通过引入一种基于启发式的计划生成方法，以及一种在运行时检测基数估计错误的机制，ROSIE以一种有效的方式缓解了有偏基数传播的问题，从而对复杂的查询评估更具弹性。在真实数据和基准数据上进行的大量实验表明，与最先进的技术相比，ROSIE在复杂查询上的表现一直优于几个数量级。
2016-05-23 cs.DB
Estimating the Cost of Executing Link Traversal based SPARQL Queries
几乎所有领域的越来越多的组织都开始采用语义Web技术，将其数据发布为开放、链接和互操作（RDF）数据集，可通过SPARQL语言和协议进行查询。链接遍历已经成为一种SPARQL查询处理方法，它利用链接数据原则和Web的动态特性，通过在查询评估期间解析在线资源（URI）来动态地发现与回答查询相关的数据。然而，链接遍历查询的执行时间对于某些查询类型可能变得过高，这是由于在查询执行期间需要访问大量资源。在本文中，我们提出并评估基线方法估计的链接遍历查询的评估成本。这样的方法对于即时决定给定查询所遵循的查询执行策略非常有用，从而减少SPARQL端点的负载并提高查询服务的整体可靠性。为了评估所提出的方法的性能，我们创建了（并公开提供）一个由2，425个查询组成的地面实况数据集。
2022-10-17 cs.DB
How Many and What Types of SPARQL Queries can be Answered through Zero-Knowledge Link Traversal?
当前查询Web of Data的实际方法是通过SPARQL协议，其中客户端通过SPARQL端点向服务器发送查询。与HTTP服务器相反，提供和维护一个健壮和可靠的端点需要大量的工作，而不是所有的发布者都愿意或能够做到。另一种查询评估方法是通过链接遍历，其中通过实时的解引用在线Web资源（URI）来回答查询。虽然已经提出了用于这种基于查找的查询评估方法的几种方法，但是不存在对可以在实况Web上直接回答的查询的类型（模式）的分析，而不访问本地或远程端点，并且没有可用数据源的先验知识。在本文中，我们首先提供了一种方法来检查是否可以通过零知识链接遍历（而不访问端点）回答SPARQL查询（SPARQL端点上进行评估），并分析了一个大语料库的真实SPARQL查询日志的频率和分布的可回答和不可回答的查询模式。随后，我们提供了一个算法，用于将应答查询转换为绕过端点的SPARQL-LD查询。我们报告的转换查询的效率的实验结果，并讨论了这种查询评估方法的优点和局限性。
2018-12-13 cs.DB
An extension of SPARQL for expressing qualitative preferences
在本文中，我们提出了SPREFQL，扩展的SPARQL语言，允许附加一个PREFER子句，表示“软”的查询结果的查询主体获得的偏好。该扩展不增加表达能力，任何SPREFQL查询都可以转换为等效的标准SPARQL查询。然而，在WHERE子句中将首选项与“硬”模式和过滤器明确分离，可以使查询更清晰地表达客户端的意图，这对人类可读性和机器优化都是一个优势。在本文中，我们正式定义的语法和语义的扩展，我们还提供了经验证据表明，SPREFQL特定的优化，提高运行时的效率相比，通常应用的优化等价的标准SPARQL查询。
2017-07-20 cs.DB
The SPARQL2XQuery Interoperability Framework. Utilizing Schema Mapping, Schema Transformation and Query Translation to Integrate XML and the Semantic Web
Web of Data是一个开放的环境，由来自不同领域的大量相互链接的大型RDF数据集组成。在这种环境中，组织和公司采用利用语义Web（SW）技术的关联数据实践，以便发布他们的数据并提供SPARQL端点（即，基于SPARQL的搜索服务）。另一方面，当今Web中信息交换的主导标准是XML。SW和XML世界及其开发的基础设施基于不同的数据模型、语义和查询语言。因此，至关重要的是开发互操作性机制，允许Web of Data用户从他们自己的工作环境中使用SPARQL访问XML数据集。期望所有现有的遗留数据（例如，关系、XML等）将转换为软件数据。因此，将遗留数据发布为关联数据并在其上提供SPARQL端点已成为一个主要的研究挑战。在这个方向上，我们引入了SPARQL 2XQuery框架，它创建了一个可互操作的环境，SPARQL查询自动转换为XQuery查询，以便在Web上访问XML数据。SPARQL 2XQuery框架为OWL-RDF/S到XML Schema映射的表达提供了一个映射模型，也为SPARQL到XQuery的转换提供了一种方法。为此，我们的框架支持本体和XML模式之间的手动和自动映射规范。在自动映射规范场景中，SPARQL 2XQuery利用将XML模式转换为OWL本体的XS 2 OWL组件。最后，进行了大量的实验，以评估模式转换，映射生成，查询翻译和查询评估效率，使用真实和合成…
2014-01-02 cs.DB
SPARQL for a Web of Linked Data: Semantics and Computability (Extended Version)
万维网目前正在演变成一个链接数据网，其中内容提供方发布和链接数据，就像他们在过去20年中对超文本所做的那样。虽然声明性查询语言SPARQL实际上是用于从Web查询事先定义的数据集，但不存在用于查询关联数据Web本身的语言。然而，很自然地会问SPARQL是否也适合这样的目的。在本文中，我们正式调查的适用性SPARQL作为一个查询语言在Web上的关联数据。特别是，我们研究了两个查询模型：1）一个完整的Web语义的范围内的查询是一套完整的链接数据在Web上和2）一个家庭的可达性为基础的语义，限制范围的数据，是通过遍历某些数据链路。对于这两种模式，我们讨论的属性，如单调性和可计算性，以及查询的影响，是无限大的，由于数据生成服务器的Web。
2012-04-06 cs.DB
SPARQL query processing with Apache Spark
链接数据源的数量和链接开放数据图的大小每天都在增长。因此，语义RDF服务越来越多地面临各种“大数据”问题。查询处理就是其中之一，需要在可伸缩、高可用和容错的框架上执行，从而有效地解决查询处理问题。需要这些属性的数据管理系统很少从头开始构建，而是在现有集群计算引擎的基础上设计的。在这项工作中，我们考虑使用Apache Spark处理SPARQL查询。我们提出并比较了五种不同的查询处理方法，基于不同的连接执行模型和Spark组件。在真实世界和合成数据集上的详细实验强调，为RDF数据模型定制的两种方法在所有主要查询形状上都优于其他方法，即，星型、雪花型、链式和混合型。
2016-11-03 cs.DB
SaGe: Preemptive Query Execution for High Data Availability on the Web
语义Web应用需要高性能和高可靠性地查询可用的RDF数据。然而，在公共SPARQL服务器的上下文中确保数据可用性和高性能SPARQL查询执行是具有挑战性的问题。JavaScript可以有任意的执行时间和未知的到达率。在本文中，我们提出了SaGe，抢占式服务器端SPARQL查询引擎。SaGe依赖于可抢占的物理查询执行计划和可抢占的物理操作符。SaGe在给定的时间段后停止查询执行，保存计划的状态，并将保存的计划与检索到的结果一起发送回客户端。稍后，客户端可以通过向服务器重新提交保存的计划来继续执行查询。通过确保公平的查询执行，SaGe保持服务器可用性并提供高查询吞吐量。实验结果表明，SaGe优于最先进的SPARQL查询引擎的查询吞吐量，查询超时和答案的完整性。
2018-06-01 cs.DB
The Lothbrok approach for SPARQL Query Optimization over Decentralized Knowledge Graphs
虽然Web of Data原则上提供了对广泛的互连数据的访问，但今天的语义Web架构主要依赖于数据提供者通过SPARQL端点来维护对其数据的访问。然而，一些研究表明，这些端点经常会遇到停机时间，这意味着它们维护的数据变得不可访问。虽然基于对等（P2P）技术的分散式系统先前已经显示出增加了知识图谱的可用性，但是即使当大部分节点发生故障时，在这样的设置中处理查询也可能是昂贵的任务，因为回答单个查询所需的数据可能分布在多个节点上。因此，在本文中，我们提出了一种方法来优化SPARQL查询分散的知识图谱，称为Lothbrok。虽然在优化此类查询时可能需要考虑许多方面，但我们专注于三个方面：基数估计，局部感知和数据碎片。我们的经验表明，Lothbrok是能够实现显着更快的查询处理性能相比，最先进的处理具有挑战性的查询时，以及当网络处于高负载下。
2022-08-31 cs.DB
BARQ: A Vectorized SPARQL Query Execution Engine
本文介绍了向量化SPARQL查询执行引擎BARQ，通过批处理元组优化关键操作，成功集成到Stardog平台，在CPU密集型查询上实现大幅提速且不牺牲磁盘密集型查询性能。
2025-04-06 cs.DB
Soundness and Completeness of SPARQL Query Containment Solver SpeCS
SPECS工具实现了一种高效的自动化方法来推理SPARQL查询包含问题。在本文中，我们证明了这种方法的正确性。给出了SPARQL语言核心子集的精确语义。我们简要地讨论了用于减少到一个正式的逻辑框架的查询包含问题的过程。我们证明，这种减少是健全的和完整的合取查询，也为一些重要的情况下，非合取查询包含操作工会，操作员可选，和子查询。可靠性和完整性证明被认为是在遏制和包容的形式。
2022-10-13 cs.DB cs.LO
A Stitch in Time Saves Nine -- SPARQL querying of Property Graphs using Gremlin Traversals
知识图谱在过去几年中变得流行，并且经常依赖于资源描述框架（RDF）或属性图（PG）作为底层数据模型。然而，这两种数据模型的查询语言--用于RDF的SPARQL和用于属性图遍历的Gremlin--缺乏互操作性。我们提出Gremlinator，一个小说SPARQL Gremlin翻译。Gremlinator将SPARQL查询转换为Gremlin遍历，以便在图数据库上执行图模式匹配查询。这允许使用W3 C标准化的SPARQL查询语言访问和查询各种各样的图数据管理系统（DMS），并避免新的图查询语言的学习曲线。Gremlin是一种与系统无关的遍历语言，覆盖OLTP图形数据库或OLAP图形处理器，因此使其成为支持互操作性wrt的理想选择。查询Graph DMS。我们提出了一个全面的经验评估Gremlinator，并证明其有效性和适用性，通过执行SPARQL查询上领先的图形存储Neo4J，Sparksee和Apache TinkerGraph和比较的性能与RDF存储Virtuoso，4Store和JenaTDB。我们的评估表明，Gremlin同行的SPARQL查询，特别是对于星形和复杂的查询获得了可观的性能增益。
2018-02-12 cs.DB cs.PF
The Odyssey Approach for Optimizing Federated SPARQL Queries
通过SPARQL端点联合执行查询需要组合来自多个数据源的数据。在这样的场景中优化查询是特别具有挑战性的，这不仅是因为（i）正确回答查询的各种各样的可能的查询执行计划，而且还因为（ii）对关于远程源的模式和实例数据的统计数据的访问是有限的。为了克服这些挑战，大多数联邦查询引擎依赖于算法来减少可能的查询执行计划的空间，或者依赖于动态规划策略来产生最优计划。然而，这些计划可能仍然表现出大量的中间结果或高执行时间，因为成本估算和不准确的成本估算。在本文中，我们提出了奥德赛，一种方法，使用统计数据，允许更准确的成本估计联邦查询，因此使奥德赛产生更好的查询执行计划。我们的实验结果表明，奥德赛产生的查询执行计划，更好的数据传输和执行时间比国家的最先进的优化。我们使用FedBench基准测试的实验显示，平均执行时间至少增加了25倍。
2017-11-02 cs.DB
Certain Answers to a SPARQL Query over a Knowledge Base (extended version)
Free University of Bozen-Bolzano（博尔扎诺自由大学）
本体中介查询（OMQA）是一个完善的框架，用于回答RDFS或OWL知识库（KB）上的查询。OMQA最初是为联合查询（UCQ）设计的，并且基于某些答案。最近，OMQA已经扩展到SPARQL查询，但据我们所知，在这个方向上所做的努力（无论是在文献中，或所谓的SPARQL蕴涵制度）是能够捕捉到某些答案UCQ和SPARQL的标准解释在一个普通的图。我们将这些形式化为任何语义都要满足的要求，旨在调和某些答案和SPARQL答案，并定义了三个额外的要求，概括为知识库的SPARQL答案的一些基本属性。然后，我们表明，可以定义一个语义，满足所有要求SPARQL查询与SELECT，UNION和OPTIONAL，和DL与规范模型属性。我们还调查了在这样的语义DL-Lite R KB的查询回答的组合复杂性。特别是，我们表明不同的SPARQL片段，已知的上界查询回答一个普通的图相匹配。
2019-11-21 cs.AI cs.DB
On the Semantics of Generative SPARQL
Institute for Artificial Intelligence, University of Stuttgart（斯图加特大学人工智能研究所）；University of Southampton（南安普顿大学）
本文扩展SPARQL以支持生成式查询，通过GenOp调用语言模型并生成类型化解映射，在保持固定数据集假设下定义语义，并分析生成式查询模式的语义后果，包括映射级递归，最终证明其复杂性与标准SPARQL一致。
2026-06-24 cs.DB
Recursive SPARQL for Graph Analytics
关于知识图谱和基于图的数据管理的工作通常集中在声明性图查询语言或图分析框架上，其中很少有工作试图将这两种方法结合起来。然而，许多现实世界的任务在概念上涉及这些方法的组合：可以使用图查询来选择适当的数据，然后使用分析来丰富数据，然后可能通过查询语言再次过滤或与其他数据组合。在本文中，我们提出了一种声明性语言，非常适合执行图查询和分析任务。我们这样做，提出了一个极简的扩展SPARQL，以允许表达分析任务，特别是，我们建议扩展SPARQL与递归功能，并提供一个正式的语法和语义为我们的语言。我们证明了这种语言可以在图上表达关键的分析任务（事实上，它是图灵完备的），为现有的框架和语言提供了一种更具声明性的替代方案。我们展示了如何在我们的语言程序可以实现在一个现成的SPARQL引擎与一个专门的客户端，允许并行化和基于批处理的内存是有限的。结果表明，通过这样的实现，流行的分析程序目前在选择性子图（我们的目标用例）上运行数秒或数分钟，但在更大的规模上却很困难。
2020-04-03 cs.DB
Extending SPARQL to Support Entity Grouping and Path Queries
在大型图中有效地找到给定查询的相关子图和路径的能力在包括科学数据分析、社交网络和商业智能的许多应用中是重要的。目前，有很少的支持，没有有效的方法来表达和执行这样的查询。本文提出了一个数据模型和一个查询语言来解决这个问题。贡献包括支持以下的构造和选择：（i）文件夹节点，表示一组相关实体，以及（ii）路径节点，表示一组路径，其中路径是图中两个或更多个实体的传递关系。路径和路径可以被存储并用于将来的查询。我们介绍FPSPARQL，这是一个扩展的SPARQL支持文件夹和路径节点。我们已经实现了一个查询引擎，支持FPSPARQL和评估结果表明，它的可行性和查询大型图数据集的效率。
2012-11-21 cs.DB
Efficient Approximation of Well-Designed SPARQL Queries
查询响应时间常常影响现实世界中的用户体验。然而，它可能需要更多的时间来回答一个查询的所有精确解，特别是当它包含OPT操作，因为OPT操作是SPARQL中最不传统的操作。因此，在查询响应时间和其解决方案的准确性之间进行权衡变得至关重要。本文基于查询中OPT操作的深度，提出了一种利用较少的OPT操作深度来获得其所有近似查询的方法。本文主要讨论那些设计良好的查询模式，因为OPT操作在一个设计良好的模式是真正的“可选”。首先，将一个OPT范式模式转换成一棵树，树的内部节点用OPT操作标记，叶子节点用包含AND操作和FILTER操作的模式标记。其次，基于这个精心设计的树，我们删除了“可选”精心设计的子树与OPT操作的深度较小，然后获得近似查询与不同深度的OPT操作。最后，我们评估近似查询效率的近似度。
2016-03-22 cs.DB
Revealing Secrets in SPARQL Session Level
Southeast University（东南大学）；Leipzig University（莱比锡大学）；University of Paderborn（帕德博恩大学）；Tongji University（同济大学）
知识图谱基于语义Web技术，通过SPARQL服务帮助用户发现感兴趣的信息。搜索者经常反复检查中间结果，并在搜索会话中反复修改SPARQL查询。在这种情况下，理解用户行为是有效的意图预测和查询优化的关键。然而，这些行为还没有在SPARQL会话级别进行系统的研究。本文通过对大量真实SPARQL查询日志的全面调查，揭示了会话级用户搜索行为的秘密。特别是，我们彻底评估用户w.r.t.查询的变化。SPARQL查询的结构和数据驱动功能。为了说明我们的研究结果的潜力，我们采用了一个应用程序的例子，如何使用我们的研究结果，这可能是有价值的设计高效的SPARQL缓存，自动完成，查询建议，近似和放松技术在未来。
2020-11-02 cs.AI cs.DB
On tractable query evaluation for SPARQL
尽管在过去的十年中对SPARQL（RDF数据的标准查询语言）的基本属性做了大量的工作，但对这种语言的易处理性的确切限制却知之甚少。特别是对于包含OPTIONAL-操作符的SPARQL查询，即使它是SPARQL最深入研究的特性之一，情况也是如此。我们的工作的目的是提供一个更全面的图片易处理类SPARQL查询。一般来说，SPARQL查询计算在组合复杂度上是PSPACE-完全的，并且对于只包含OPTIONAL-操作符的查询来说，它仍然是PSPACE-困难的。为了改善这种情况，研究集中在“精心设计的SPARQL查询”和他们最近的推广“弱精心设计的SPARQL查询”。对于这两个片段，评估问题在没有投影的情况下是coNP完全的，否则是SigmaP 2完全的。此外，它们已被证明包含在实际设置中询问的大多数SPARQL查询。在本文中，我们研究了听话类弱良好设计的查询参数化的复杂性，考虑等价的制定模式树。在没有投影的情况下，我们给出了易处理类的完整刻画。此外，我们展示了所有易于处理的类的简单的精心设计的模式树的投影的存在下的特征。
2017-12-24 cs.CC cs.DB cs.LO
An Empirical Evaluation of Cost-based Federated SPARQL Query Processing Engines
Kyung Hee University（庆熙大学）；University of Paderborn（帕德博恩大学）
寻找一个好的查询计划是优化查询运行时的关键。这尤其适用于基于成本的联邦引擎，它使用基数估计来实现这一目标。许多研究比较了SPARQL联邦引擎在不同性能指标上的性能，包括查询运行时间、结果集完整性和正确性、选择的源数量和发送的请求数量。尽管这些指标信息量很大，但它们是通用的，无法量化和评估基于成本的联合引擎的基数估计器的准确性。为了彻底评估基于成本的联邦引擎，必须测量估计基数错误对整体查询运行时性能的影响。在本文中，我们解决这个挑战，提出了新的评估指标，针对细粒度基准测试的成本为基础的联邦SPARQL查询引擎。我们评估五个基于成本的联邦SPARQL查询引擎使用现有的以及新的评估指标，通过使用LargeRDFBench查询。我们的研究结果提供了一个详细的分析实验结果，揭示了新的见解，有用的未来成本为基础的联邦SPARQL查询处理引擎的发展。
2021-04-02 cs.DB cs.LG cs.PF
PIWD: A Plugin-based Framework for Well-Designed SPARQL
在现实世界的数据集（例如，DBpedia查询日志）中，构建在仅包含AND和OPT操作符的精心设计的模式（简称WDAO模式）上的查询在所有SPARQL查询中占很大比例。在本文中，我们提出了一个基于插件的框架，所有的选择查询建立在WDAO模式，名为PIWD。该框架是基于一个解析树称为\emph{well-designed AND-OPT tree}（简称，WDAO树），其叶子是基本图形模式（BGP）和内部节点是OPT操作。我们证明了，对于任何WDAO模式，它的解析树可以等价地转化为WDAO树。基于所提出的框架，我们可以采用任何查询引擎来评估BGP评估查询建立在WDAO模式在一个方便的方式。理论上，由于BGP的查询计算等价于子图同态，所以我们可以将WDAO模式的查询计算归结为子图同态和BGP。最后，我们在gStore和RDF-3X上的初步实验表明，PIWD可以有效地回答所有基于WDAO模式的查询。
2016-10-07 cs.DB
Sapphire: Querying RDF Data Made Simple
链接开放数据（LOD）云中的RDF数据对于许多不同的应用程序都非常有价值。为了释放这些数据的全部价值，用户应该能够对LOD云中的RDF数据集发出复杂的查询。SPARQL可以表达这样复杂的查询，但是构造SPARQL查询对用户来说可能是一个挑战，因为它需要知道被查询的数据集的结构和词汇。在本文中，我们介绍了蓝宝石，一个工具，帮助用户编写语法和语义正确的SPARQL查询，而无需事先了解查询数据集。Sapphire通过根据查询数据提供自动完成建议，以交互方式帮助用户键入查询。在发出查询后，Sapphire会提供更改查询的建议，以更好地满足用户的需求。我们基于性能实验和用户研究对Sapphire进行了评估，并表明它优于竞争方法。
2018-09-13 cs.DB
InteracSPARQL: An Interactive System for SPARQL Query Refinement Using Natural Language Explanations
University of Waterloo（滑铁卢大学）
本文提出交互式系统InteracSPARQL，结合LLM与基于规则的方法生成自然语言解释，支持用户通过直接反馈或LLM自我优化实时修正SPARQL查询，显著提升了查询准确率、解释清晰度与用户满意度。
2025-11-03 cs.AI cs.DB cs.IR
Semantics and Complexity of SPARQL
SPARQL是RDF的W3C候选推荐查询语言。在本文中，我们系统地解决SPARQL的形式化研究，集中在它的图形模式设施。我们认为这项研究的一个片段没有文字和一个简单的版本的过滤器，其中包括所有的主要问题，但简单的形式化。我们提供了一个组成的语义，证明有范式，证明复杂性的界限，除其他外，SPARQL模式的评价是PSPACE完成，比较我们的语义替代操作语义，给简单和自然的条件时，语义一致，并讨论优化程序。
2006-05-26 cs.DB
LLM-based SPARQL Query Generation from Natural Language over Federated Knowledge Graphs
SIB Swiss Institute of Bioinformatics（瑞士生物信息学研究所）
针对生物信息学联邦知识图谱的自然语言查询问题，提出基于大语言模型的检索增强生成系统，利用知识图谱元数据并加入验证步骤提升查询准确性，减少幻觉，系统已在线开放。
2025-02-10 cs.AI cs.DB cs.IR
S2RDF: RDF Querying with SPARQL on Spark
RDF以其灵活、通用的类图数据模型成为语义数据发布的主流。然而，RDF数据汇集的规模不断增加，使得在一台机器上存储和处理它们变得越来越不可行，从而提高了对分布式方法的需求。我们不构建独立但封闭的分布式RDF存储，而是支持使用现有的基础设施进行大数据处理，例如Hadoop。然而，SPARQL查询性能是一个主要的挑战，因为这些平台不是为地面RDF处理而设计的。因此，现有的基于Hadoop的方法通常倾向于某些查询模式形状，而其他形状的性能显着下降。在本文中，我们描述了一种新的RDF数据的关系分区模式称为ExtVP，使用半连接为基础的预处理，类似于连接索引的概念，在关系数据库，有效地减少查询输入的大小，无论其模式的形状和直径。我们的原型系统S2RDF构建在Spark之上，并使用其关系接口在ExtVP上执行SPARQL查询。我们使用最近的WatDiv测试套件，与最先进的SPARQL on Hadoop方法相比，展示了其卓越的性能。S2RDF在十亿个三元组RDF图上实现了大多数查询的次秒运行时间。
2016-01-27 cs.DB cs.DC
Algorithms and Analysis for the SPARQL Constructs
随着资源描述框架（RDF）正在成为流行的数据建模标准，有效处理基本图模式（BGP）SPARQL查询（也称为SQL内部连接）在过去几年中一直是研究社区的焦点。在我们最近发表的工作中，我们把社区的注意力带到了SPARQL的另一个同样重要的组件上，即，可选模式查询（也称为SQL左外连接）。我们提出了新的优化技术-第一种-和实验表明，我们的技术表现更好的低选择性查询，并给予在标准杆性能的高选择性查询，相比国家的最先进的方法。BGP和OPTIONAL（BGP-OPT）构成SPARQL查询语言的基本构建块。因此，在本文中，处理我们的BGP-OPT查询优化技术的原语，我们扩展它们来处理其他更广泛的SPARQL组件，如UNION，FILTER和DISTINCT。我们主要集中在这些扩展的程序（算法）方面。我们还提出了几个重要的观察复杂的SPARQL查询与这些条款的任何混合的结构方面，并放宽了一些约束的循环性能的查询之前提出的。我们这样做不会影响结果的正确性，从而在使用BGP-OPT优化技术时提供更多的灵活性。
2018-05-23 cs.DB
GSmart: An Efficient SPARQL Query Engine Using Sparse Matrix Algebra -- Full Version
由于越来越多地使用RDF对数据进行编码，在大型RDF数据集上高效执行SPARQL查询是一个非常有趣的话题。大多数工作都遵循关系或基于图的方法。在本文中，我们提出了一种替代查询引擎，称为gSmart，基于矩阵代数。这种方法可以潜在地更好地利用我们所针对的高性能异构体系结构的计算能力。gSmart包括：（1）基于分组关联边的SPARQL查询评估，其中使用一系列矩阵运算一起评估顶点的所有未评估边，以充分利用查询约束并缩小解空间;（2）图查询规划器，确定查询图中顶点的评估顺序;（3）存储和计算高效的数据结构，包括用于RDF数据的轻量稀疏矩阵（LSpM）存储和用于评估结果的基于树的表示;（4）多级数据划分器，用于将基于事件边的查询评估映射到异构HPC体系结构中并开发多级并行性;以及（5）并行执行器，其使用细粒度处理方案、预修剪技术以及树修剪技术，以降低节点间通信并实现高吞吐量。gSmart在CPU+GPU HPC架构上的评估显示，与单节点机器上现有的SPARQL查询引擎相比，执行时间加速高达46920.00倍。此外，天河一号A超级计算机上的gSmart从2个CPU+GPU节点扩展到16个节点，最大加速比为6.90倍。
2021-06-26 cs.DB cs.DC
Querying Linked Data: An Experimental Evaluation of State-of-the-Art Interfaces
语义网技术的采用，特别是开放数据倡议，促进了网上可访问的数据集和三元组数量的稳步增长。最常见的是，RDF数据上的查询是在SPARQL端点上进行评估的。然而，最近已经提出了诸如TPF之类的替代方案，其目标是将查询处理负载从运行SPARQL端点的服务器转移到发出查询的客户机。虽然这些接口已经对标准基准和测试平台进行了评估，这些基准和测试平台显示了它们在以前的工作中的优势，但对哪些类型的查询利用了不同可用接口的优势的细粒度评估从未完成。在本文中，我们提出了我们深入评估现有的RDF接口的结果。此外，我们还研究了后端对这些接口的性能的影响。使用基于公共SPARQL端点的查询日志的代表性和多样的查询负载，我们对不同的接口和后端进行压力测试，并确定它们的优点和缺点。
2019-12-17 cs.DB
PRoST: Distributed Execution of SPARQL Queries Using Mixed Partitioning Strategies
RDF图的规模近年来迅速增长，需要分布式存储和并行处理策略。为了使用计算机集群获得高效的查询处理，已经提出了各种不同的方法。与本文中提出的方法相关的是构建在Hadoop HDFS之上的系统，例如使用Apache Accumulo或使用Apache Spark。我们提出了一个新的RDF存储称为PRoST（Spark表上的分区RDF）基于Apache Spark。PRoST引入了一种创新的策略，将垂直分区方法与属性表相结合，这是两种预先存在的用于存储RDF数据集的模型。我们证明，我们的建议优于最先进的系统w.r.t.运行时适用于各种查询类型，无需任何广泛的预计算阶段。
2018-02-16 cs.DB
Partout: A Distributed Engine for Efficient RDF Processing
对语义Web技术的兴趣日益增加，不仅导致Web上语义数据的快速增长，而且还导致后端应用程序的数量不断增加，在某些情况下已经超过万亿个三元组。面对如此庞大的数据量和未来的增长，现有的用于存储RDF和处理SPARQL查询的最先进的系统不再足够。在本文中，我们介绍了Partout，一个分布式引擎，高效的RDF处理的机器集群。我们提出了一种有效的方法来分割RDF数据集的查询日志的基础上，分配片段的集群中的节点，并找到最佳的配置。Partout可以有效地处理更新，并且它的查询优化器可以为特殊SPARQL查询生成有效的查询执行计划。我们的实验表明，我们的方法的优越性国家的最先进的方法进行分区和分布式SPARQL查询处理。
2012-12-21 cs.DB
RENSA: Rich Environment Metadata to Navigate Shared and Distributed Endpoints for Automated Federated SPARQL Query Generation
Graduate University for Advanced Studies, SOKENDAI（综合研究大学院大学（SOKENDAI））；National Institute of Informatics（信息学研究所）；Database Center for Life Science（生命科学数据库中心）
RENSA是利用扩展SBM的联邦SPARQL查询生成框架，可精准选择数据源、消除ASK查询开销，在LargeRDFBench上表现优异，还能为查询变量推断约束。
2026-09-01 cs.CL cs.DB
Enhancing SPARQL Query Rewriting for Complex Ontology Alignments
Laval University（拉瓦尔大学）；Iba Der Thiam University（伊巴·德尔·蒂亚姆大学）
本文提出基于自然语言需求的SPARQL查询重写方法，利用等价传递性与大语言模型处理复杂本体对齐，提升查询效率与用户可访问性。
2025-12-05 cs.AI cs.DB
A Real-Time Approach for Smart Building Operations Prediction Using Rule-Based Complex Event Processing and SPARQL Query
本文提出一种基于规则复杂事件处理和SPARQL查询的智能建筑运行实时监测方法，将IoT数据转为RDF并经Kafka与GraphDB处理，通过Siddhi CEP评估效率并实现风险告警与可视化。
2023-08-28 cs.DB
Efficient Cloud-edge Collaborative Approaches to SPARQL Queries over Large RDF graphs
Hunan University（湖南大学）；University of Waterloo（滑铁卢大学）；Peking University（北京大学）
本文提出一种高效云边协同方法，通过引入模式诱导子图和混合整数非线性规划模型，优化大规模RDF图SPARQL查询的性能。
2026-01-26 cs.DB
PRSP: A Plugin-based Framework for RDF Stream Processing
在本文中，我们提出了一个基于插件的框架RDF流处理命名PRSP。在这个框架内，我们可以使用SPARQL查询引擎来处理C-SPARQL查询，并以简单的方式保持这些引擎的高性能。利用PRSP，我们可以通过分布式SPARQL引擎在分布式上下文中处理大规模RDF流。此外，我们可以统一评估现有SPARQL查询引擎在处理RDF流时的性能和正确性，这修正了从静态RDF（即，RDF图）到动态RDF（即，RDF流）。最后，在PRSP中，我们在YABench上进行了实验性的正确性和性能评估。实验结果表明，PRSP引擎在处理RDF流时，虽然与其他引擎略有不同，但仍能保持较高的性能。
2017-01-14 cs.DB
Scheduling Refresh Queries for Keeping Results from a SPARQL Endpoint Up-to-Date (Extended Version)
许多数据集会随着时间的推移而变化。因此，缓存并重复使用从SPARQL端点获得的查询结果的长时间运行的应用程序可能会定期重新提交查询，以确保结果的最新性。虽然如果这种定期刷新查询的数量是可管理的，则这种方法可能是可行的，但是随着越来越多的应用程序采用这种方法，SPARQL端点可能会因这种刷新查询而过载。一种更具可伸缩性的方法是使用一个中间件组件，应用程序在该组件上注册其查询，并在结果发生变化时获得更新的查询结果的通知。然后，该中间件可以调度刷新查询的重复执行，而不会使端点过载。在本文中，我们研究了大量的注册查询的调度刷新查询的问题，通过假设一个过载避免上限的长度可用于测试刷新查询的常规时隙。我们调查了各种调度策略，并比较他们的实验中所需的时隙之前，他们认识到的变化和数量的变化，他们错过了。
2016-08-29 cs.DB
Fast Dual Simulation Processing of Graph Database Queries (Supplement)
图数据库查询语言具有表达性强但计算开销大的模式匹配能力。例如，在SPARQL中插入可选查询子句会立即呈现查询求值问题的Pspace完全性。因此，轻量级图模式匹配关系，例如模拟，最近已经被研究为更昂贵的查询机制的有希望的替代方案，例如，计算子图同构。尽管如此，图模式匹配本身缺乏表达查询能力：所有模式都是由通常的连接结构组合在一起的，为了使解决方案对新兴应用程序有用，更复杂的功能是不可避免的。在本文中，我们通过引入一个新的双模拟SPARQL查询操作过程来弥合这一差距。除了支持SPARQL查询的完整语法结构外，它还具有多项式时间模式匹配的功能，可以计算来自数据库的查询结果的过度近似。此外，为了实现与最先进的数据库系统的运行时竞争，我们开发了一种新的算法解决方案，双模拟图模式匹配，基于一个系统的不等式，允许几个优化算法。最后，我们实现了我们的SPARQL查询，包括UNION，AND和OPTIONAL操作符的过程中，不限于精心设计的模式的合理性。我们的合成和真实世界的图形数据的实验，保证了一个明确的增益图数据库系统时，将新的双重模拟技术。在这篇补充论文中，我们详细介绍了第35届IEEE国际数据工程会议（ICDE 2019）论文集中包含的原始论文“图数据库的快速双重模拟处理”的所有证明，实验结果的讨论和复杂性分析，中国澳门。
2018-10-22 cs.DB
Enhancing Virtual Ontology Based Access over Tabular Data with Morph-CSV
基于本体的数据访问（OBDA）传统上专注于提供异构数据集的统一视图，通过将集成数据具体化为RDF或通过SPARQL查询转换执行动态查询。在表格数据集被表示为若干CSV或Excel文件的特定情况下，通过将每个源视为可以被加载到关系数据库管理系统（RDBMS）中的单个表来应用查询转换方法。然而，这些表上的约束并没有表示出来;因此，属性之间的一致性和表上的索引都没有强制执行。因此，SPARQL到SQL转换过程的效率以及在评估所生成的SQL查询期间产生的答案的完整性可能受到影响。我们的工作重点是应用隐式约束的OBDA查询翻译过程中的表格数据。我们提出了Morph-CSV，这是一个用于查询表格数据的框架，它利用了来自典型OBDA输入的信息（例如，映射、查询）来强制约束，这些约束可以与任何SPARQL到SQL OBDA引擎一起使用。Morph-CSV依赖于约束组件和一组约束运算符。对于一组给定的约束，操作符应用于每种类型的约束，目的是提高查询的完整性和性能。我们评估Morph-CSV在几个领域：电子商务与BSBM基准;交通与基准使用GTFS数据集从马德里地铁;和生物学与从Bio 2 RDF项目中提取的用例。我们比较和报告两个SPARQL到SQL OBDA引擎的性能，没有和合并MorphCSV。观察到的结果表明，Morph-CSV能够加快总的查询执行时间高达两个数量级，同时它能够产生所有的查询答…
2021-02-21 cs.DB
Processing SPARQL Queries Over Distributed RDF Graphs
我们提出了在分布式环境中处理大型RDF图上的SPARQL查询的技术。我们采用“部分评估和组装”框架。查询SPARQL查询Q等价于在RDF图G上找到查询图Q的子图匹配。基于分布式图上子图匹配的性质，我们在RDF图G的每个片段中引入局部部分匹配作为部分答案。对于组装，我们提出了两种方法：集中式组装和分布式组装。我们从理论和实验两方面分析了我们的算法。大量的实验在真实的和基准RDF存储库的数十亿个三元组证实，我们的方法是优于国家的最先进的方法在系统的性能和可扩展性。
2016-03-21 cs.DB cs.DC
Left Bit Right: For SPARQL Join Queries with OPTIONAL Patterns (Left-outer-joins)
SPARQL基本图形模式（BGP）（也称为SQL内部连接）查询优化是一个很好的研究领域。然而，OPTIONAL模式查询的优化（a.k.a. SQL左外连接）由于左外连接的\textit{reordering}上的限制而带来了额外的挑战。这种查询的出现往往高达总查询的50%（例如，DBPedia查询日志）。在本文中，我们提出了\textit{Left Bit Right}（LBR），\textit{well-designed}嵌套BGP和OPTIONAL模式查询的技术。通过LBR，我们提出了一种新的方法来表示这样的查询使用的图的\textit{supernodes}，这是用来积极修剪RDF三元组，与压缩索引的帮助下。我们还提出了新的优化策略-第一种，据我们所知-结合在一起的\textit{acyclicity}的查询，\textit{minimality}，和\textit{nullification}，\textit{best-match}运营商的特点。在本文中，我们专注于没有UNION或FILTER的OPTIONAL模式，但我们也展示了如何使用\textit{query rewrite}使用我们的技术处理UNION和FILTER。我们在8 GB内存的商用笔记本电脑上对多达10亿个三元组的RDF图进行了评估，结果表明，与Virtuoso和MonetDB等最先进的RDF列存储相比，L…
2015-04-01 cs.DB
Optimizing SPARQL Query Answering over OWL Ontologies
University of Ulm（乌尔姆大学）；National Technical University of Athens（雅典国家技术大学）
SPARQL查询语言目前正在由万维网联盟（W3C）用所谓的蕴涵机制进行扩展。蕴涵机制定义了如何在比SPARQL标准简单蕴涵更有表达力的语义下评估查询，SPARQL标准简单蕴涵基于子图匹配。查询是非常有表现力的，因为变量可以出现在复杂的概念中，也可以绑定到概念或角色名称。在本文中，我们描述了一个声音和完整的算法OWL直接语义蕴涵制度。我们进一步提出了一些新的优化，如确定一个良好的查询执行顺序，查询重写技术的战略，并显示如何专门的OWL推理任务和概念和角色层次结构，可以用来减少查询执行时间。为了确定一个良好的执行顺序，我们提出了一个基于成本的模型，其中的成本是基于信息的概念和角色的实例，从一个OWL推理建立的模型抽象提取。我们提出了两种排序策略：静态和动态的。对于动态的情况下，我们提高了性能，利用一个单独的聚类方法，允许计算成本函数的基础上，从一个集群的一个单独的样本。我们提供了一个原型实现，并评估所提出的优化的效率。我们的实验研究表明，静态排序通常优于动态的准确统计时，可用。然而，当统计数据不太准确时，这种情况会发生变化，例如，由于不确定性推理的决定。对于超越合取实例查询的查询，我们观察到由于所提出的优化，提高了三个数量级。
2014-02-04 cs.AI cs.DB
Strengthening LargeRDFBench for Interoperable Federated SPARQL Evaluation
Ghent University -- imec（根特大学 -- imec）；University Leipzig（莱比锡大学）
本研究修复了LargeRDFBench的数据质量问题，将其预期结果转为标准格式，还比较了FedX算法的源选择方式，增强了该基准的适用性与可复现性。
2026-09-01 cs.DB
Efficient Analytical Queries on Semantic Web Data Cubes
由于诸如开放数据和开放政府数据等倡议，在语义网（SW）上发布的多维数据量不断增加。因此，需要能够有效获取有价值信息的模型、语言和工具。多维数据通常表示为数据立方体，并使用联机分析处理（OLAP）技术进行开发。RDF数据立方体词汇表，也表示QB，是当前W3C标准，以表示统计数据的SW。由于QB不包括OLAP分析所需的关键功能，在以前的工作中，我们提出了一个扩展，表示QB4OLAP，以克服这个问题，而不需要修改已经发布的数据。一旦数据立方体在软件上表示，我们就需要工具来分析它们。然而，在SW多维数据集上编写高效的分析查询需要深入了解RDF和SPARQL。这些技能在典型的分析用户中并不常见。此外，像MDX这样的OLAP语言远不能被最终用户容易地理解。缺乏友好的工具来利用软件上的多维数据是一个需要打破的障碍，以促进此类数据的发布。我们在本文中解决这个问题。我们的方法是基于允许分析用户编写查询使用多维数据集的OLAP操作，而不处理SW标准。为此，我们设计了CQL（Cube查询语言的缩写），这是一种对多维数据集进行操作的简单、高级查询语言。使用QB4OLAP提供的元数据，我们将CQL查询转换为SPARQL。然后，我们提出了查询改进策略，以产生有效的SPARQL查询，适应SPARQL查询优化技术。我们评估我们的方法使用星模式基准，表明我们的建议优于其他人。一个允许使用CQL查询SW数据立方体的W…
2017-03-21 cs.DB
Reflective Compositional Grounding for Natural-Language-to-SPARQL
Idiap Research Institute（伊迪亚普研究所）；EPFL（洛桑联邦理工学院）；Merck KGaA（默克KGaA）
针对自然语言转SPARQL的词汇问题，提出NL2SPARQL框架，通过概念编码器、语义排序与反思性细化提升性能，在五个基准上召回率@10达0.837，提示重写可提升答案F1。
2026-10-16 cs.DB
