如何提高 SDB 的 SPARQL 查询性能？

Question

在我的应用程序中，我使用的 SPARQL 数据库是 Jena 的 SDB，数据库服务器是 DB2。但我发现 SPARQL 的查询性能非常低。

谁能帮我解决这个问题？如何提高sparql的查询性能，特别是SDB的查询性能？

以下是我的测试用例数据和 SPARQL：

测试用例：

总rdf三重计数为13294。查询结果三重计数为420。 查询耗时 42 秒。

SPARQL 是：

SELECT DISTINCT ?s ?name ?ownerId ?status ?time 
  ?value ?startTime ?endTime ?description 
WHERE 
{
  ?s <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> "http://www.w3c.com/schemas/cp#Event" .
  ?s <http://www.w3c.com/schemas/cp#time> ?time .
  ?s <http://www.w3c.com/schemas/cp#ownerId> ?ownerId .
  ?s <http://www.w3c.com/schemas/cp#name>  ?name .
  ?s <http://www.w3c.com/schemas/cp#value> ?value .
  ?s <http://www.w3c.com/schemas/cp#_status> ?status .
  ?s <http://www.w3c.com/schemas/cp#start_Time> ?startTime .
  ?s <http://www.w3c.com/schemas/cp#end_Time> ?endTime .
  ?s <http://www.w3c.com/schemas/cp#description> ?description .
  FILTER(xsd:dateTime(?time) >= "2011-08-12T00:00:00"^^xsd:dateTime  
    && xsd:dateTime(?time) <= "2011-09-18T23:59:59"^^xsd:dateTime) 
}

Answer 1

任何像 SDB 这样的 Triplestore 的查询性能总是比原生的 Triplestore 差，因为像 SDB 这样的 SQL 支持的 Triplestore 必须将 SPARQL 下编译成 SQL，这通常会创建极其复杂的 SQL 查询。

因此，以您的示例为例，您要求匹配 9 个三元组模式，这将生成一个包含 9 个 INNER JOIN 操作的 SQL SELECT，这将花费大量时间来开始。

然后您将 FILTER 应用于这些三元组模式，您遇到的问题是除非过滤器表达式非常简单或足够接近 SQL 以将其转换为它，否则 FILTER 必须在内存中的 Java 代码。这实际上意味着您在三元存储中选择我们所有可能的事件，然后使用 Java 过滤内存中的日期范围，这总是会使您的查询变慢。

除非有特定原因要使用 SDB，否则我真的建议您查看 Jena 的原生三重存储 TDB 或 TDB2。它旨在更有效地执行 SPARQL 查询所需的联接类型，并且它存储数据的方式使其能够更快地执行更复杂的过滤器，例如您的日期范围。