Sparql键与不同的值

我有一个sparql查询，它返回重复项，我希望它只在其中一个值（subjectID）上清除它们。与DISTINCT不同，DISTINCT似乎为所选值的组合找到唯一值，而不是仅为其中一个参数找到唯一值。 我在这里看到有人提议分组依据，但这似乎只有在我列出分组依据之后的所有参数时才适用（我的sparql端点抱怨，例如SELECT中的非组键变量：？职业）。 我尝试运行一个内部select，但它似乎不适用于这个特定的查询。因此，查询本身可能存在问题（livedIn可选项的值似乎导致了重复）

虽然在使用SPARQL的早期学习过程中，使用关系数据库已经足够开心了，但请随意为那些不熟悉关系数据库的人解释一下显而易见的事情！：）

重新显示错误消息：

SELECT中的非组键变量：？职业

通过使用

SAMPLE（）

aggregate可以避免这种情况-这将允许您只对

？subjectID

进行分组，但仍然为其余变量选择值，前提是您只关心为这些其他变量获取一个值

下面是一个简单的例子：

SELECT ?subjectID (SAMPLE(?dob) AS ?dateOfBirth)
WHERE
{
  ?person a hc:Person ;
          hc:subjectID ?subjectID .
  OPTIONAL { ?person hc:born ?dob }
}
GROUP BY ?subjectID

---

首先要注意的是，在RDF/SPARQL中实际上没有键这样的东西。您正在查询一个图形，

？subjectID

可能只是针对您正在选择的其他变量有几个可能的值组合。这是由您正在查询的图形的形状造成的：可能您的人有多个英文名称，或者事实上相反：同一个英文名称可以由多个人共享

SPARQL SELECT查询是一个奇怪的野兽：它查询一个图形结构，但将结果显示为一个平面表（从技术上讲，它是一系列变量绑定，但实际上是一样的）。重复发生的原因是，基本上可以通过在图中遵循不同的路径找到变量的不同值组合

因此，在结果中获得重复的

？subjectID

值是不可避免的，因为从RDF图的角度来看，这些值是查询的唯一解决方案。您无法在不丢失信息的情况下过滤出结果，因此通常，如果您不知道要丢弃哪些“重复项”，就很难为您提供解决方案：您是否只希望每个主题有一个可能的英文名称，或者一个可能的出生日期（即使您的数据中可能有多个）

但是，以下是一些更容易处理/处理此类结果的提示：

首先，您可以选择在

？subjectID

变量上使用

ORDER BY

子句。这仍然会为

？subjectID

提供具有相同值的多行，但它们都是有序的，因此您可以更有效地处理结果

另一种解决方案是将查询一分为二：执行第一个查询，仅选择所有唯一的主题（以及您事先知道它们在给定主题时是唯一的所有其他值），然后迭代结果并执行单独的查询以获取您感兴趣的其他值，对于每个单独的主体价值。这个解决方案听起来可能有点异端（特别是如果您有SQL背景的话），但实际上它可能比尝试在一个巨大的查询中完成所有事情更快、更容易

---

RobV建议的另一种解决方案是：对特定变量使用

SAMPLE

聚合，只选择一个（随机）唯一值。在此基础上的一种变体是使用

GROUP\u CONCAT

聚合，它通过将所有可能的值连接到单个字符串中来创建单个值

谢谢你，罗布，那真方便！我猜这是有点不确定的抽样，所以要小心使用？：）@Jeen Broekstra对我来说这是

SAMPLE

@Jeen Broekstra的主要目的我在answers（）上发布了一个关于这个的问题-我想知道你希望

SAMPLE

的使用方法。谢谢，这非常有帮助。读了你的回复，我学到了很多。在等待时，我确实进行了一些重构，并将查询一分为二。这与我的效率感背道而驰，但这是一个干净而简单的解决方案。我从未在SQL中使用过“GROUP_CONCAT”，但这基本上解决了我关于如何处理平面图结构的问题。我的下一个问题，已经先发制人了！（与RobV一样，当我赢得了更多的声誉时，我将继续投票）

SELECT ?subjectID (SAMPLE(?dob) AS ?dateOfBirth)
WHERE
{
  ?person a hc:Person ;
          hc:subjectID ?subjectID .
  OPTIONAL { ?person hc:born ?dob }
}
GROUP BY ?subjectID