Wikidata查询服务中带路径与联合的联邦标签查询超时问题

问题背景 #

在Wikidata主查询服务执行包含可选路径查询和联邦学术子图查询的SPARQL时出现超时，经过多组测试验证了不同修改后的执行结果，但对查询提示失效的原因存在疑问。

原始超时查询 #

SELECT 
  ?value ?valueLabel
WHERE {
  wd:L1196198
    ontolex:lexicalForm? / 
    wdt:P1343 ?value .
  
  # hint:Prior hint:runFirst true .
  
  { ?value rdfs:label ?valueLabel . }
  UNION
  {
    SERVICE <https://query-scholarly.wikidata.org/sparql> {
      ?value rdfs:label ?valueLabel .
    }
  }
}

测试结果 #

• 未修改时查询超时；
• 移除ontolex:lexicalForm? /后，查询快速完成；
• 启用hint:Prior hint:runFirst true .时触发错误；
• 启用提示且移除路径行时，无错误且查询快速完成；
• 仅保留联邦标签查询部分时，查询快速完成；
• 将可选路径替换为显式UNION后，查询快速完成，对应查询：

SELECT 
  ?value ?valueLabel
WHERE {
  { wd:L1196198 ontolex:lexicalForm / wdt:P1343 ?value . }
  UNION
  { wd:L1196198 wdt:P1343 ?value . }

  { ?value rdfs:label ?valueLabel . }
  UNION
  {
    SERVICE <https://query-scholarly.wikidata.org/sparql> {
      ?value rdfs:label ?valueLabel .
    }
  }
}

超时原因解析 #

你的推测是正确的：查询规划器对可选路径ontolex:lexicalForm? / wdt:P1343的执行逻辑判断出现了偏差。

• 可选路径的?语义是“匹配0次或1次”，这会让查询规划器生成更复杂的执行计划，优先选择执行成本看起来更低的标签查询（包括联邦部分），而不是先绑定?value。
• 当?value没有预先生成绑定的情况下，联邦查询会尝试请求学术子图中所有rdfs:label数据，数据量直接爆炸，导致超时。
• 替换为显式UNION后，查询结构变得清晰，规划器能明确先执行两个子查询获取?value的有限绑定，再用这些绑定去匹配标签（本地或联邦），数据量被大幅限制，因此执行快速。

查询提示失效的原因 #

hint:Prior hint:runFirst true失效并报错，主要和以下两点有关：

1. 可选路径的语义冲突：可选路径本质上等价于左连接（LEFT JOIN），而hint:Prior的优先级规则和左连接的执行逻辑不兼容。查询规划器在处理可选路径时，无法将hint的优先级规则正确应用到路径查询部分，导致解析错误。
2. 查询服务的hint支持限制：Wikidata使用的查询引擎对路径表达式的hint支持存在局限性。当查询同时包含路径表达式、UNION和联邦服务时，hint的作用范围无法被正确识别，甚至会触发引擎的内部解析错误。

• 当移除可选路径后，查询结构简化为基础的三元组查询，hint能正确作用于?value的绑定部分，因此可以正常生效。

结论 #

针对这类场景，用显式UNION替代可选路径是更可靠的解决方案，既能避免查询规划器的误判，也不需要依赖可能失效的查询提示。如果必须使用路径表达式，建议先通过子查询预先生成?value的绑定，再执行后续的标签查询。

内容的提问来源于stack exchange，提问作者Finn Årup Nielsen