Sparql 使用命名图是否会影响检索查询结果的速度？

我使用Sesame服务器存储三元组集

第一个问题

我想知道，如果存储库随着时间的推移而变得庞大，并且我想在其上运行查询，那么速度性能会受到影响吗

第二个问题（如果第一个问题的答案是肯定的）

如果我对不同的三元组使用命名图，并对它们运行查询，那么检索结果的速度会比通常在整个存储库中运行它们快得多吗

我想问的是-
这是不是比较慢：

PREFIX csm: <http://exmple.org/some_ontology.owl#>

SELECT ?b ?c
WHERE {
    ?a a csm:SomeClass.
    ?a ?b ?c.
}

前缀csm:
选择？b？c
在哪里{
csm:SomeClass。
a？b？c。
}

除此之外：

PREFIX csm: <http://exmple.org/some_ontology.owl#>

SELECT ?b ?c
WHERE {
    GRAPH <http://example.org/some_graph> {
      ?a a csm:SomeClass.
      ?a ?b ?c.
    }
}

前缀csm:
选择？b？c
在哪里{
图表{
csm:SomeClass。
a？b？c。
}
}

---

当存储的数据集非常庞大时？

我认为这在一定程度上取决于您使用的triplestore。我主要使用命名图来进行过滤（我不知道你提到分组时的意思是否相同）。我们有大量的数据和很长的查询。每个数据集都存储在同一存储库中的单独命名图中。没有命名图表的三元组（取决于反向链接或正向链接推理器）通常是推断的三元组。因此，为了加快查询速度，您可以根据命名图过滤一些三元组：

select *
   where{ 
      graph ?g {
         ?s a ?o.
      }
      filter (?g=<specific_graph>)
      ... the rest of the massive query
   }

选择*
何处{
图？g{
是的。
}
过滤器（？g=）
…大规模查询的其余部分
}

我发现这种方法加快了查询的速度（尽管正如我前面提到的，它依赖于triplestore，因为我只使用了一些triplestore）

具有命名图的另一个优点是，当您希望编写查询以仅从特定源提取信息时。有时我们用它来追踪数据的出处。如果您有一个位于数据顶部的API，您可以轻松地根据您拥有完全权限、某些权限的图形进行筛选

我发现令人沮丧的一点是，一些TripleStore不太尊重命名图。例如，如果在一个图中有一个三元组，而在另一个图中重写了同一个三元组，则上下文或图可能会被覆盖，这会令人沮丧，并使基于命名图的筛选不准确。我还没有真正玩过四方商店，但我希望他们没有这个问题。我希望能在两种不同的环境中找到三元组，而不仅仅是最新的一个

第一个问题：我想知道，如果存储库随着时间的推移而变得庞大，并且我想在其上运行查询，那么速度性能会受到影响吗

对。大小对查询性能的影响程度取决于许多因素，最重要的是您使用的实际数据库实现、数据库的配置方式，还取决于实际数据的形状（例如类型语句的数量等），当然还有您执行的查询类型。Sesame是一个quadstore框架，它附带了一些内置数据库类型（内存中的和本机的），但当然存在许多与Sesame兼容的第三方RDF数据库，每个数据库都有自己的性能特征

第二个问题（如果第一个问题的答案是肯定的）：如果我对不同的三元组使用命名图，并对它们运行查询，那么检索结果的速度会比通常在整个存储库中运行它们快得多吗

同样，这取决于您使用的数据库及其配置，以及您使用的查询类型

假设您使用的是Sesame原生存储，并且启用了至少一个索引，其中命名图（或Sesame中的“上下文”）是主键（例如

cspo

）-此外，您还具有常用的默认索引（即

spoc

和

posc

）。在这种情况下，如果您可以将命名图用作过滤器（即，命名图本身预先选择总潜在结果的特定子集），那么使用命名图可以显著提高性能：查询规划器可以使用

cspo

索引快速放大总存储库中的较小子集

但是，请注意，在您的特定示例查询中，这无关紧要：在您的示例中，您假设

csm:someClass

类型的所有资源恰好出现在一个特定的命名图中（如果不是这种情况，两个查询当然不会返回相同的结果），因此，实际上选择命名图并不会进一步减少潜在答案集（与仅选择类型为

csm:someClass

的所有资源相比）

更详细地解释：查询引擎将查找查询中每个图形模式的索引。第一个模式（

？csm:someClass

）是查找最便宜的模式，因为它只有一个自由变量。引擎将为此使用

posc

索引，因为它知道该索引的前两个键。查询的第二个模式将由第一个模式的结果启动（因此，

？a

将由第一个查找的结果实例化）。在使用命名图的查询中，引擎将选择

cspo

索引，因为我们知道

c

和

s

。在没有命名图的查询中，它将选择

spoc

索引，因为我们知道

s

（但不知道

c

）。但是，由于具有该特定

s

的所有值始终出现在同一命名图中，因此两个查找实际上都会在几乎完全相同数量的值上进行：所有可能的

o

和

p

的值组合。当然，

spoc

索引的范围也将超过

c

，但它只有一个值，因此它是一个非常快速的lo