Éléments de syntaxe SPARQL 1.1

SPARQL 1.1 est une recommandation récente du W3C pour interroger des banques de triplets RDF.

SPARQL a une syntaxe basée sur la définition de modèles de triplets comportant des variables qui doivent correspondre à des triplets de la base. Ce document est une introduction aux principales composantes des interrogations de base de triplets RDF pour leur utilisation dans Twinkle.

Éléments de base

Un triplet regroupe trois composantes parmi les suivantes. Un triplet doit être terminé par un point (.) souvent précédé par un espace pour éviter les ambiguïtés.

URI

Description d'un URI entre les signes plus petit (<) et plus grand (>) selon la syntaxe définie dans le standard. Un IRI est décomposable en parties. Par exemple

<http://www.iro.umontreal.ca/lapalme/SPARQL?bonjour#toto>

sera séparé en composantes optionnelles:

scheme : http
authority : www.iro.umontreal.ca
path : /lapalme/SPARQL
query : bonjour
fragment : toto

Cette notion de composante est utilisée pour définir la notion de chemin relatif que nous n'abordons pas dans ce document.

littéral ou constante

Toute constante est une chaîne de caractères entourée par des guillemets simples (') ou doubles (") selon les conventions habituelles du web. Il y a toutefois quelques particularités:

On peut suffixer la chaîne avec ^^ suivi immédiatement du nom d'un type XML Schema. Par exemple:
"1.2"^^xsd:decimal
"2010-03-17T11:53:27"^^^xsd:dateTime
Un entier correspond à la chaîne contenant cet entier mais typée avec xsd:integer. Par exemple 1 ≡ "1"^^xsd:integer .
Un nombre avec un point correspond à la chaîne contenant ce nombre mais typée avec xsd:decimal. Par exemple 1.2 ≡ "1.2"^^xsd:decimal .
Un nombre avec un exposant correspond à la chaîne contenant ce nombre mais typée avec xsd:double. Par exemple 1.2e6 ≡ "1.2e6"^^xsd:double .

variable

Identificateur ou nombre préfixé par ? ou $. ?x et $x utilisés dans le même modèle de graphe désignent la même variable.

noeud anonyme

Identificateur préfixé par _: qui peut aussi être noté par [] dans quel cas, le système génère un identificateur interne .

Définitions de préfixes

Un préfixe pour un URI est défini par

PREFIX ident: IRI .

Par exemple:

PREFIX gl: <http://www.iro.umontreal.ca/lapalme/SPARQL#> .

Ce préfixe est ajouté à ce qui suit le deux-points pour former l'URI complet. Ainsi gl:toto désignera l'URI <http://www.iro.umontreal.ca/lapalme/SPARQL#toto>. L'identificateur de préfixe peut être vide.

Triplet

Un triplet est noté par trois URI suivis par un point. Ils désignent respectivement le sujet, le prédicat et l'objet RDF. L'objet peut aussi être un littéral. Par exemple

gl:s gl:p "o" .

Lorsqu'un sujet est partagé par plusieurs triplets successifs on sépare les paires prédicat et objet par un point-virgule. Par exemple

gl:s gl:p "o"; gl:p1 "o1" .

équivaut à

gl:s gl:p "o" . gl:s gl:p1 "o1" .

Lorsqu'un sujet et un prédicat sont communs à plusieurs objets, ces derniers sont séparés par des virgules. Par exemple

gl:s gl:p gl:o, "o1".

équivaut à

gl:s gl:p gl:o. gl:s gl:p "o1".

Attention: les parenthèses dans ce contexte sont utilisées pour dénoter des collections que nous ne décrivons pas ici.

Notation pour les noeuds anonymes

Un noeud anonyme pouvant être noté par [], un triplet [] gl:p "o". peut aussi être noté [gl:p "o"]. Cette notation crochet peut être utilisée en position sujet, objet et être combinée avec les virgules ou point-virgules. Le tableau suivant indique à gauche la notation avec crochets et la partie droit indique les triplets équivalents:

`[gl:p "o"] .`	`_:b1 gl:p "o" .`
`[gl:p "o"] gl:q gl:o2 .`	`_:b2 gl:p "o". _b2 gl:q gl:o2 .`
`gl:s gl:p [gl:p1 gl:o].`	`gl:s gl:p _:b3 . _:b3 gl:p1 gl:o .`
`[gl:p gl:o;gl:p1 "o1"].`	`_:b4 gl:p gl:o . _:b4 gl:p1 "o1" .`

Modèle de graphe

Les requêtes sont basées sur la notion de modèle de graphe qu'on cherche à retrouver dans une base de triplets. Dans un modèle de graphe, un triplet peut comporter des variables (i.e. des identificateurs précédés par ? ou $) qui seront instanciées lorsqu'un triplet concorde au modèle en affectant une variable.

Un modèle de graphe est une suite de triplets entre accolades { }. Une variable liée dans un triplet garde la même valeur dans tous les autres triplets où elle est utilisée dans le même modèle de graphe. Il est de plus possible d'ajouter des contraintes supplémentaires sur les triplets par un filtre qui peut apparaître entre des triplets dans un modèle de graphe. Par exemple, le modèle de graphe {?s gl:p "o". ?s gl:p "o1"} liera la variable ?s à tous les sujets de la base de triplets qui ont comme prédicat gl:p et objet "o" et "o1". Comme on peut utiliser les notations abrégées de triplets, ce modèle de graphe aurait pu aussi s'écrire {?s gl:p "o", "o1"}.

Un filtre est de la forme FILTER expression où expression est composée d'une combinaison des éléments suivants:

conversion entre une chaîne et un type XML en appelant une fonction du nom du type, p.e. xsd:integer ou xsd:dateTime sur une chaîne, une variable ou une expression.
une expression arithmétique ou logique entre parenthèses; cette expression utilise les opérateurs infixes habituels
un appel à une fonction prédéfinie, p.e. isIRi(?x), isBLANK(?x) ou REGEX(string,pattern).

Un filtre s'applique au modèle de graphe entier où il se trouve, peu importe sa position dans le graphe.

Requêtes

Une requête est composée d'un des verbes suivants:

SELECT vars WHERE modèle qui retourne la liste des valeurs des variables pour lesquelles il existait des triplets dans la base qui concordaient avec le modèle de graphe.
CONSTRUCT modèle₁ WHERE modèle₂ où les variables des deux modèles sont liées. Cette requête retourne une structure RDF qui regroupe les triplets de modèle₁ avec les valeurs des variables qui sont liées à des valeurs pour lesquelles il existait des triplets dans la base qui concordaient avec le modèle₂.
ASK modèle retourne true s'il existe au moins un triplet qui concorde avec le modèle et false sinon.
DESCRIBE permet de décrire un ressource ou une variable mais cette description est laissée au soin de l'implantation.

Modification de solution

Les triplets étant considérés comme un ensemble, il est difficile de se fier sur l'ordre d'apparition des résultats. Il est toutefois possible de modifier la sortie avec les mots clés suivants:

ORDER BY variables à la fin de la requête, trie les solutions en ordre croissant des variables; pour l'ordre décroissant, on indique DESC(variable). On peut trier les solutions sur plusieurs clés.
DISTINCT à placer immédiatement après le verbe (i.e. le premier mot) d'une requête pour garantir que chaque solution n'apparaîtra qu'une fois.

Autres possibilités

SPARQL 1.1 fournit également des fonctions d'agrégation telles des sommes ou des moyennes et la possibilité de définir des variables. Nous n'avons décrit ici que les principaux éléments de syntaxe de SPARQL. En particulier, nous avons omis la possibilité d'interroger plusieurs graphes dans une même requête. Nous avons aussi passé sous silence quelques possibilités qui nous semblaient moins importantes ainsi que le traitement des BASE pour créer des URI relatifs.

Pour la syntaxe complète, il faut consulter le document du W3C.

On peut avoir plus de détails dans cette feuille de rappel.

SPARQL Update

Pour modifier la base de triplets, il faut utiliser SPARQL 1.1 Update sur un Graph Store tel que TDB ou Fuseki.

Feigenbaum présente une bonne introduction à SPARQL 1.1 avec une feuille de rappel