[论文解读] LDQL: A Query Language for the Web of Linked Data (Extended Version)

Olaf Hartig, Jorge Eduardo Pérez Pérez|arXiv (Cornell University)|Jul 16, 2015

Semantic Web and Ontologies参考文献 2被引用 3

一句话总结

LDQL 是一种用于链接数据网络的声明式查询语言，它将数据源选择（通过链接路径表达式）与查询结果规范（通过 SPARQL 模式）分离。与先前的形式化方法相比，LDQL 表达能力更强，且本文提出了一种类语法条件以确保网络安全性——从而实现对分布式数据源的有效评估。

ABSTRACT

The Web of Linked Data is composed of tons of RDF documents interlinked to each other forming a huge repository of distributed semantic data. Effectively querying this distributed data source is an important open problem in the Semantic Web area. In this paper, we propose LDQL, a declarative language to query Linked Data on the Web. One of the novelties of LDQL is that it expresses separately (i) patterns that describe the expected query result, and (ii) Web navigation paths that select the data sources to be used for computing the result. We present a formal syntax and semantics, prove equivalence rules, and study the expressiveness of the language. In particular, we show that LDQL is strictly more expressive than the query formalisms that have been proposed previously for Linked Data on the Web. The high expressiveness allows LDQL to define queries for which a complete execution is not computationally feasible over the Web. We formally study this issue and provide a syntactic sufficient condition to avoid this problem; queries satisfying this condition are ensured to have a procedure to be effectively evaluated over the Web of Linked Data.

研究动机与目标

• 解决有效查询分布式的、全球互联的链接数据网络的挑战。
• 克服现有查询语言将数据源选择与查询逻辑混为一谈的局限性。
• 为一种支持在 RDF 数据上可扩展、分布式的查询执行的查询语言提供形式化基础。
• 通过识别网络安全的语法条件，确保查询执行的实用性。
• 展示 LDQL 在链接数据查询领域相较于先前形式化方法的优越表达能力。

提出的方法

• 提出 LDQL 作为一种声明式语言，包含两个核心组件：用于导航链接数据网络的链接路径表达式，以及用于定义查询结果的 SPARQL 图模式。
• 引入 LDQL 的形式化语法与语义，包括对种子 URI、动态 URI 发现，以及通过合取、析取和投影进行查询组合的支持。
• 定义网络安全的概念，以识别可在网络上有效评估的查询，避免非终止或不可计算的执行。
• 建立网络安全的充分语法条件，确保查询能够以有限且分布的方式执行。
• 提供等价性与表达能力的正式证明，表明在可达性语义下，LDQL 可覆盖现有的形式化方法（如 SPARQL、NautiLOD 和基于上下文的属性路径）。
• 设计一种评估算法，通过动态发现 URI 并利用兼容的解映射在多个数据源之间组合结果。

实验结果

研究问题

• RQ1 如何设计一种链接数据网络的查询语言，以有效分离源选择与结果规范？
• RQ2 何种形式化条件可确保 LDQL 查询可在分布式的链接数据网络上实际执行？
• RQ3 LDQL 的表达能力与现有用于网络链接数据查询的形式化方法相比如何？
• RQ4 LDQL 是否能够表达在先前形式化方法（如基于可达性的 SPARQL 或 NautiLOD）中无法表达的查询？
• RQ5 何种语法特性可保证 LDQL 查询在 Web 上具有计算可行性？

主要发现

• 在基于可达性的查询语义下，LDQL 的表达能力严格强于 SPARQL、NautiLOD 以及基于上下文语义的 SPARQL 属性路径模式。
• 对于前述三种形式化方法中的每一个查询，均可构造出等价的 LDQL 查询，证明了其表达能力的完备性。
• 存在一些 LDQL 查询无法被前述三种形式化方法中的任意一种表达，从而证明了其表达能力的严格优越性。
• 本文识别出一种网络安全的充分语法条件，确保 LDQL 查询可在网络上有效评估，而不会出现非终止或不可计算的行为。
• LDQL 的评估算法通过动态发现种子 URI 并利用兼容的解映射组合结果，确保了正确性与有限执行。
• 附录中的正式证明建立了语义、等价规则与网络安全条件的正确性，支持该语言在理论与实践上的可行性。