Uche Ogbuji 在本篇繼續討論一種 RDF 查詢語言——它比他先前介紹的基礎 API 要複雜強大得多。這套語言將成為後續幾篇問題追蹤器專欄文章所要打造的中間件基礎。
到目前為止,在討論人們可能如何並查詢問題追蹤器的 RDF 後設資料時,我們用的都是簡單而基礎的查詢 API。現在來轉向一套更強大的查詢語言。這不 only 有助於寫出更清晰的中間件程式碼,也能提供合併巨型模型(例如前面幾篇專欄示範過的 WordNet 模型)所需的效能。
Versa 是一套開放的 RDF 查詢語言,源於開發者對「能在自己應用程式中使用的 RDF 工具」的典型需求。它不只是帶著一副 RDF 眼鏡的產品:Versa 著眼於 RDF 模型的節點與弧線,而不是把模型看成一堆三元組的集合。它提供核心資料模型,以及一組非常豐富、便於彈性查詢的函式與原語。由於大量使用函式,Versa 有時會給人一種近似 LISP 的感覺。
Versa 也具備許多其他 RDF 查詢系統沒有的能力:完整的布林邏輯與集合運算、遞移運算、彙總、子字串比對,以及其他核心資料型別操作。作者本人是最初的 Versa 規範作者之一。
Versa 的核心是「遍歷運算式」(traversal expression),用來比對模型圖中的模式。以下是一個例子:
all() - rdf:type -> *
all() 函式會返回模型中所有資源的集合。依 RDF 模型的約定畫法,這意味著它返回所有的橢圓與弧線(但不包含矩形)。- 與 -> 組成遍歷運算子,表示你希望沿著來自每個資源的特定弧線走。這裡的弧線是 rdf:type;* 則表示你要這次遍歷的所有端點。實際上,這個運算式返回的是所有以 rdf:type 為謂詞的陳述的物件。
我們用上一篇專欄中的範例 RDF 問題追蹤器實例來說明,清單 1 再次列出該實例。
清單 1:範例問題追蹤器 RDF 文件(節錄)
<rdf:RDF
xmlns:rdf = "https://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:rdfs = "https://www.w3.org/2000/01/rdf-schema#"
xmlns:daml = "https://www.daml.org/2001/03/daml+oil#"
xmlns:rit = "https://rdfinference.org/ril/issue-tracker/"
xmlns:it = "https://rdfinference.org/schemata/issue-tracker/"
xmlns:dc = "https://purl.org/dc/elements/1.1/"
xmlns:foaf = "https://xmlns.com/foaf/0.1/"
xmlns = "https://rdfinference.org/schemata/issue-tracker/">
<rdf:Description rdf:about='https://rdfinference.org/ril/ril-20010502'>
<issue rdf:resource='&rit;i2001030423'/>
<issue rdf:resource='&rit;i2001042003'/>
</rdf:Description>
<Issue rdf:about='&rit;i2001030423'>
<dc:title>Unnecessary abbreviation</dc:title>
<dc:creator rdf:resource='mailto:Alexandre.Fayolle@logilab.fr'/>
<dc:description>Is the abbreviation of rdf:type predicates needed?</dc:description>
<dc:date>2001-03-04</dc:date>
<comment rdf:parseType="Resource">
<dc:creator rdf:resource='mailto:Alexandre.Fayolle@logilab.fr'/>
<dc:description>The abbreviation in listing 8 doesn't seem needed.</dc:description>
</comment>
<action rdf:parseType="Resource">
<dc:description>Organize a vote on this topic</dc:description>
<it:assignee rdf:resource='mailto:uche.ogbuji@fourthought.com'/>
</action>
</Issue>
<Issue rdf:about='&rit;i2001042003'>
<dc:title>Inconsistent versioning</dc:title>
<dc:creator rdf:resource='mailto:Nicolas.Chauvat@logilab.fr'/>
<dc:date>2001-04-20</dc:date>
<action rdf:parseType="Resource">
<dc:description>Correct all to use the "0/1" form in the next draft.</dc:description>
<it:assignee rdf:resource='mailto:uche.ogbuji@fourthought.com'/>
</action>
</Issue>
<rdf:Description rdf:about='mailto:Alexandre.Fayolle@logilab.fr'>
<foaf:name>Alexandre Fayolle</foaf:name>
</rdf:Description>
<!-- 其餘人員描述從略 -->
</rdf:RDF>
圖 1 以圖形方式呈現這個範例。
圖 1. RDF 問題追蹤器範例的圖模型
對這個模型執行上述查詢,我們會得到一列資源(因為 rdf:type 陳述的物件是資源)。如果換成一個物件可能是文字也可能是資源的謂詞,結果就會是一列文字與資源的混合。要用 4Suite 測試(關於 4Suite 請見先前專欄),可以把清單 1 存成 issues.rdf,然後在命令列執行:
$ 4versa --rdf-file=issues.rdf "all() - rdf:type -> *"
...
<List>
<Resource>https://rdfinference.org/schemata/issue-tracker/Issue</Resource>
</List>
輸出的資源清單以簡單 XML 形式表示。命令的其他輸出只是補充資訊:它回顯正在執行的 Versa 查詢,並列出引擎知道的名稱空間宣告。為方便使用者,4versa 會自動抓取來源檔根元素中的所有名稱空間宣告。
一般而言,遍歷運算式的形式如下:
list-expression -
list-expression ->
boolean-expression
「列表運算式」是任何返回一列資源、或能被轉換成一列資源的運算式。因此,任何返回單一資源(例如 rdf:type)的運算式,都會被轉換成只有單一輸入項的列表。
你已經看過 rdf:type 這種縮寫形式,它屬於限定名稱(QName)。Versa 把第一部分展開成 URI 前綴(例如 rdf 變成 https://www.w3.org/1999/02/22-rdf-syntax-ns#),再與第二部分連接,還原成完整的 URI;於是 rdf:type 就成了 https://www.w3.org/1999/02/22-rdf-syntax-ns#type。Versa 也允許你把 URI 完整寫出來,寫法是在前面加 @ 並用引號包住:
all() - @"https://www.w3.org/1999/02/22-rdf-syntax-ns#type" -> *
遍歷運算式的第三部分是布林運算式。前面用 * 選取了所有物件,你也可以做更細的篩選。例如要取出模型中所有資源的日期特性:
all() - dc:date -> *
結果是:
<List>
<String>2001-03-04</String>
<String>2001-04-20</String>
</List>
要挑出特定日期,可以寫:
all() - dc:date -> eq("2001-04-20")
eq 函式會拿參數與「上下文」比較,相同則傳回 true。Versa 的上下文概念近似 XPath,但更簡單:上下文是運算式求值過程中當下的單一值,可以用點符號直接取用。你也可以用 eq 比較兩個明確參數,因此上一句也能寫成:
all() - dc:date -> eq(., "2001-04-20")
在遍歷運算式的第三部分裡,上下文就是第一、二部分的部分結果之一。上例中,每個物件都與「2001-04-20」比對,最終結果是比較為 true 的那些物件:
<List>
<String>2001-04-20</String>
</List>
圖 2 示範了遍歷運算式的運作方式。
圖 2. 遍歷運算式的運作示範
這個看似簡單的查詢,在判斷某個特定值是否存在於模型中時非常有用。如果把它換成「2001-03-15」,結果就是一個空清單。當然,遍歷運算式能做的不只於此。例如要取出所有三月份的日期:
all() - dc:date -> contains("-03-")
結果是:
<List>
<String>2001-03-04</String>
</List>
更有用的做法,往往是反過來:找出「具有特定日期的那些資源」。這需要反向操作——從 dc:date 弧線所指向的日期,回到主體資源。Versa 以「向後遍歷」提供這個能力:
"2001-03-04" <- dc:date - *
它返回所有日期為「2001-03-04」的資源:
<List>
<Resource>https://rdfinference.org/ril/issue-tracker/i2001030423</Resource>
</List>
向後遍歷的形式如下:
list-expression <-
list-expression -
boolean-expression
運作方式與向前遍歷十分類似。兩種遍歷都可以串接起來,例如取出日期為「2001-03-04」的所有資源的標題:
("2001-03-04" <- dc:date - *) - dc:title -> *
結果是:
<List>
<String>Unnecessary abbreviation</String>
</List>
到目前為止,所有查詢都只返回單一值。實務上你往往希望一次取回多個值,Versa 以「列表操作」達成這點——這些操作作用在遍歷運算式的結果之上。
最常用的是 distribute 函式,它對清單中的每一項套用一個或多個運算式,結果是「清單的清單」。Versa 中可以直接用 list(rit:i2001030423, rit:i2001042003) 這樣的運算式表達一個含兩個資源的清單。下面的運算式取出這兩個問題各自的標題與日期:
distribute(list(rit:i2001030423, rit:i2001042003), ".-dc:title->*", ".-dc:date->*")
它產生清單的清單:
<List>
<List><String>Unnecessary abbreviation</String></List>
<List><String>2001-03-04</String></List>
</List>
<List>
<List><String>Inconsistent versioning</String></List>
<List><String>2001-04-20</String></List>
</List>
</List>
distribute 的第一個參數是一個清單,函式依序取出其中每一項;第二個之後的參數是字串,會被當成子查詢,並以「當前清單項」作為上下文動態求值(也就是用點來引用)。圖 3 示範了這個查詢的運作。
圖 3. distribute 的運作示範
這套技巧也可以用在遍歷運算式的結果上(它們本身就是清單)。最後再舉一例,說明 Versa 中的一個便利捷徑函式。type 函式會取出指定 RDF 類型(等同以 rdf:type 謂詞表達)的所有資源。要取得所有提交過問題的人的識別碼與姓名,可以寫:
distribute(type(it:Issue)-dc:creator->*, ".", ".-foaf:name->*")
請注意,子運算式中可以直接使用上下文,不必再包一層運算式。結果如下:
<List>
<List>
<Resource>mailto:Nicolas.Chauvat@logilab.fr</Resource>
<List><String>Nicolas Chauvat</String></List>
</List>
<List>
<Resource>mailto:Alexandre.Fayolle@logilab.fr</Resource>
<List><String>Alexandre Fayolle</String></List>
</List>
</List>
這裡有個容易忽略的細節:由 . 子運算式產生的資源沒有被包在清單裡,而 .-foaf:name->* 產生的字串卻被包住了。原因是遍歷運算子總是返回清單,即使結果只有一項或零項也一樣。既然我們知道模型中每個人只有一個姓名,那一層多餘的清單就可以去掉。Versa 提供了資料轉換函式,其中 string 函式會把參數轉換成字串——做法是取清單第一(或唯一)項的字串值。因此:
distribute(type(it:Issue)-dc:creator->*, ".", "string(.-foaf:name->*)")
就消除了遍歷子運算式外多餘的清單層,產生:
<List>
<List>
<Resource>mailto:Nicolas.Chauvat@logilab.fr</Resource>
<String>Nicolas Chauvat</String>
</List>
<List>
<Resource>mailto:Alexandre.Fayolle@logilab.fr</Resource>
<String>Alexandre Fayolle</String>
</List>
</List>
本文說明了 Versa 的基礎知識。掌握這些之後,你立刻就能用它高效工作。Versa 還有遠為豐富的功能,但大多以專用函式的形式提供,實際用起來很快就能上手,相關參考資料可見文末。下一篇專欄,作者將說明如何用 Versa 滿足本系列至今討論過的所有查詢需求。