📚 课程目录第3章 SPARQL查询入门

3. SPARQL 查询入门：SELECT 语句与基本模式匹配

好，我们终于开始写真正的查询了。前面两章把 RDF 和 SPARQL 的背景铺了一遍，可能你觉得有点虚。这一章我们直接上手，用 SELECT 语句从药物图谱里把数据“拽”出来。

SELECT 是 SPARQL 里最常用的查询形式。说白了，它有点像 SQL 里的 SELECT，但又不完全一样。核心区别在于——SPARQL 查的是图，不是表。你想想看，图数据没有固定的列，你得用“三元组模式”去描述你要找的东西长什么样。

3.1 SELECT 语句的基本骨架

一个最简单的 SELECT 查询长这样：

SELECT ?药物 ?靶点
WHERE {
  ?药物 rdf:type <http://example.org/drug> .
  ?药物 <http://example.org/target> ?靶点 .
}

嗯，来拆解一下。

SELECT 子句：列出你关心的变量。变量用问号开头，比如 ?药物、?靶点。
WHERE 子句：里面放一组三元组模式。这些模式就是你要在图里匹配的“路标”。
三元组模式：主语、谓语、宾语。每个位置可以是具体 URI、字面量，也可以是变量。

我个人的习惯：变量名尽量用中文或英文有意义的名词，别用 ?a、?b。虽然 SPARQL 不限制，但几个月后回头看，你大概率会忘记 ?x 到底代表什么东西。

3.2 基本模式匹配的工作原理

SPARQL 引擎是怎么工作的？它会把 WHERE 里的每个三元组模式，拿到 RDF 图里去做子图匹配。

举个例子。假设药物图谱里有这么几条数据：

<http://example.org/drug/阿司匹林> rdf:type <http://example.org/drug> .
<http://example.org/drug/阿司匹林> <http://example.org/target> <http://example.org/protein/COX-1> .
<http://example.org/drug/阿司匹林> <http://example.org/target> <http://example.org/protein/COX-2> .

当你运行上面的 SELECT 查询时，引擎会做三件事：

找到所有类型是 drug 的节点——这里匹配到“阿司匹林”。
对每个 drug 节点，找到它的 target 属性值——这里找到 COX-1 和 COX-2。
把匹配到的变量值组合成结果行。

结果就是两行：

?药物              ?靶点
阿司匹林          COX-1
阿司匹林          COX-2

  关键点：SPARQL 的模式匹配默认是 AND 逻辑。所有三元组模式必须同时成立，结果才会被返回。

3.3 避坑：前缀声明的重要性

你肯定不想每次写 URI 都写全长。太痛苦了。SPARQL 提供了 PREFIX 关键字。我记得刚开始写查询时，总是忘记加前缀声明，结果查了半天什么也没返回……

PREFIX d: <http://example.org/drug/>
PREFIX p: <http://example.org/protein/>
PREFIX vocab: <http://example.org/>

SELECT ?药物 ?靶点
WHERE {
  ?药物 rdf:type vocab:drug .
  ?药物 vocab:target ?靶点 .
}

这里我定义了三个前缀：d: 用于药物，p: 用于蛋白，vocab: 用于命名空间。注意，rdf:type 是 SPARQL 内置前缀 rdf:，不用自己声明。

我曾经踩过的坑：前缀声明里冒号后面不要漏掉空格。写 PREFIX d:<http://...> 是错的，必须写成 PREFIX d: <http://...>。这个空格很容易被忽略，但丢了 SPARQL 解析器会报错。

另外，前缀只是别名，不会改变查询语义。引擎在内部会把前缀展开成完整 URI。

3.4 使用 FILTER 缩小结果范围

大部分时候你不需要所有数据。你想查“靶点是 COX-1 的药物有哪些？”这时就要用 FILTER。

PREFIX vocab: <http://example.org/>

SELECT ?药物
WHERE {
  ?药物 rdf:type vocab:drug .
  ?药物 vocab:target ?靶点 .
  FILTER(?靶点 = <http://example.org/protein/COX-1>)
}

FILTER 里可以写各种条件：

字符串比较：FILTER(CONTAINS(?药物名称, "阿司匹林"))
数值比较：FILTER(?分子量 > 300)
逻辑组合：FILTER(?a > 10 && ?b < 20)

你想想看，没有 FILTER 的话，你只能返回所有数据，然后在应用层过滤——效率太低了。数据量一上来，网络传输就是瓶颈。

3.5 本章知识结构

下面的 SVG 把 SELECT 查询的核心流程画出来了。从“发现目标”到“写出三元组模式”，再到“添加过滤条件”，最后“获取结果”。

3.6 常见新手问题

问题	原因	解决方法
查询返回空结果	URI 写错或前缀未声明	检查前缀声明和 URI 是否与数据一致
变量名拼写不一致	WHERE 里用了 `?protein`，SELECT 里写了 `?protien`	养成复制变量名的习惯
忘记加 . 号	每个三元组模式必须以 . 结束（最后一个可选）	写模式时统一加 . 号

我建议：刚开始练习时，用 SPARQL 提供的可视化查询编辑器（比如 Apache Jena Fuseki 的 Web UI）。它能实时显示查询结果，直观看到模式匹配的效果。等你熟练了再用编程方式调用。

嗯，这一章的内容先到这里。SELECT 和基本模式匹配是 SPARQL 的基石。后面的 JOIN、OPTIONAL、UNION 都是在这一层基础上叠加的。把这几步练熟，后面的路就好走了。