Sql 时态查询和非时态查询之间的区别是什么

我已经阅读了一些关于时态和非时态查询的参考资料，特别是SPARQL。这两种查询之间的区别是什么？

这个词的意思是相对于时间的

，来自拉丁语单词
tempus
，它本身意味着时间

因此，时态查询是一种考虑时间的查询。以一个你将重写为非时态的问题为例

谁（曾经）和约翰结婚了？

与可能的时间版本（其中一个）相比

2010年约翰嫁给了谁？

由于您没有提到关于时态查询的特定文档，因此我只能给出一个非常广泛的答案：

关于如何在RDF中对时间约束的事实建模，有许多方法。由于RDF本身只涉及三元组/四元组（主语、谓语、宾语（、图形）），因此许多简单的映射方法生成的三元组在映射时是正确的，但很快就会过时和错误。一个例子是

dbpedia:Barack_Obama dbpedia-owl:office "President of the United States" .

虽然目前这是事实，但2017年很可能是错误的，因为他已经进入了第二个任期。尽管如此，如上所述，这始终是正确的，这会导致许多复杂情况

这两种查询之间有什么区别

通常，可以通过查看SPARQL查询来回答这一问题。如果它以某种方式请求在某个时间段内有效的语句，那么它就是一个“时态”查询。如果它不包含任何计时信息，则通常不包含（尽管您的端点可能会隐式地添加“仅事实现在有效”约束）

如何包含此类计时信息取决于您的SPARQL端点以及您所查询的数据是如何建模的

一些建模方法： 限定关系模式 对时态受限语句建模的一种方法（即）是使用/“角色模型”：

物化 另一种方法是使用物化对语句进行如下陈述：

ex:Barack_Obama_presidency_stmt rdf:type rdf:Statement .
ex:Barack_Obama_presidency_stmt rdf:subject dbpedia:Barack_Obama .
ex:Barack_Obama_presidency_stmt rdf:predicate dbpedia-owl:office .
ex:Barack_Obama_presidency_stmt rdf:object "President of the United States" .
ex:Barack_Obama_presidency_stmt ex:activeYearsStartDate "2009-01-20"^^xsd:date .

整图的出处计时 另一种方法是为端点上可访问的每个图形提供出处信息，例如使用。在这些情况下，您可以在SPARQL查询中使用这些信息来请求在给定时间范围内生成的图，然后与它们的三元组进行匹配

时态SPARQL 最后但并非最不重要的是，有很多方法试图在SPARQL语言本身中引入特殊语法或标准化此类时态查询，例如：

但是，这个答案表明，这样的标准化远未被普遍接受/实施

结论 由于缺乏标准化及其实际可接受性，“时态SPARQL”查询需要考虑被查询的数据如何建模这些时态信息

---

这是一个社区维基答案，请随意扩展。

“我已经阅读了一些关于时态和非时态查询的资源”你能给我们指出其中的一些吗？@JoshuaTaylor它们是我无法再访问的讲座幻灯片抱歉

ex:Barack_Obama_presidency_stmt rdf:type rdf:Statement .
ex:Barack_Obama_presidency_stmt rdf:subject dbpedia:Barack_Obama .
ex:Barack_Obama_presidency_stmt rdf:predicate dbpedia-owl:office .
ex:Barack_Obama_presidency_stmt rdf:object "President of the United States" .
ex:Barack_Obama_presidency_stmt ex:activeYearsStartDate "2009-01-20"^^xsd:date .