sparql - 如何在使用推理时提高 sparql 查询的性能？

Question

我想提高我的 sparql 查询的性能。我必须运行所有类型的 sparql 查询。我在图中总共有 17,500,000 个三元组，我还有其他只包含知识的图。此图包含 same as 和 subclassOf 属性。该图的总三元组约为 50,000,000，我在 sparql 查询中使用动态推理。

我正在使用 virtuoso 作为数据库。它具有推理功能。

当我使用推理运行查询时，简单查询需要 80 秒。在不使用推理的情况下，它需要 10 秒。

Sparql 查询:

 DEFINE input:inference 'myrule' 
 select DISTINCT  ?uri1  ?uri2  
 from <GRAPH_NAME>  
 where {?uri1   rdf:type ezdi:Aspirin. 
 ?patient ezdi:is_treated_with ?uri1. 
 ?patient rdf:type ezdi:Patient. 
 ?uri2 rdf:type ezdi:Hypertension .
 ?patient ezdi:is_suffering_with ?uri2. 
 ?patient rdf:type ezdi:Patient  } ORDER BY ?patient

我已经完成了专家提供的所有索引。系统有 32 GB RAM。我已经完成了 NumberOfBuffer 设置 virtuoso.ini 文件。

我不知道推理有什么问题。但我必须在 sparql 查询中使用推理。

如果你知道什么，请分享你的想法。

谢谢

Answer 1

一个5M的三元组的本体已经相当大了，不过严格来说没有问题。与推理相关的性能与本体的表现力比与本体的大小密切相关。您可以创建一个本体，其三元组少几个数量级，这将更难推理。

话虽如此，我没有什么可以具体建议的。 Virtuoso 特定的调整最好留给他们的开发人员，因此您可能会在他们的邮件列表中获得一些关注。

看来您正在使用一些自定义推理“my_rule”——尽管在评论中您还声明了 RDFS 和 sameAs。您可能需要弄清楚您实际使用的是什么推理，您的本体属于什么配置文件(RDFS 或 OWL2 QL、RL、EL、DL)，并稍微了解一下推理实际上是如何进行的作品。此外，相等推理很困难，您声称除了 RDFS 之外还使用它。 Virtuoso 可能会急切地计算等价关系，这可以减少查询的开销，但同样，您应该在他们的邮件列表中与他们讨论这一点。

推理无论如何都不容易，除了使用更简单的(即表达能力较差的)本体或较少的数据，或两者兼而有之之外，没有任何 Elixir 可以神奇地加快推理速度。

最后，您可以尝试其他为推理而设计的数据库，例如OWLIM或 Stardog .并非所有数据库都是平等创建的，您完全有可能在 TBox 中编码了一些 Virtuoso 可能无法很好处理的内容，但其他系统可以轻松处理。