解决Wikidata中SPARQL查询多属性时的超时问题

我尝试编写SPARQL查询从Wikidata获取所有在世德国音乐家及其亲属（子女、配偶、父母、弟子等），但原查询出现超时问题。

原查询代码 #

SELECT DISTINCT ?item ?itemLabel ?itemDescription ?birthDate ?positionHeld WHERE {
  {
    SELECT ?item WHERE {
      {
        ?item wdt:P106 wd:Q639669. 
        ?item wdt:P27 wd:Q43.
      }
      FILTER(NOT EXISTS { ?item (wdt:P570|wdt:P509|wdt:P20) ?o. })
    }
  }
  UNION
  {
    SELECT ?item WHERE {
      {
        ?parent wdt:P106 wd:Q639669.
        ?parent wdt:P27 wd:Q43.
      }
      OPTIONAL { ?parent wdt:P40 ?item. }
    }
  }
  UNION
  {
    SELECT ?item WHERE {
      {
        ?parent wdt:P106 wd:Q639669.
        ?parent wdt:P27 wd:Q43.
      }
      OPTIONAL { ?parent wdt:P22 ?item. }
    }
  }
  UNION
  {
    SELECT ?item WHERE {
      {
        ?parent wdt:P106 wd:Q639669.
        ?parent wdt:P27 wd:Q43.
      }
      OPTIONAL { ?parent wdt:P26 ?item. }
    }
  }
  UNION
  {
    SELECT ?item WHERE {
      {
        ?parent wdt:P106 wd:Q639669.
        ?parent wdt:P27 wd:Q43.
      }
      OPTIONAL { ?parent wdt:P25 ?item. }
    }
  }
  UNION
  {
    SELECT ?item WHERE {
      {
        ?parent wdt:P106 wd:Q82955.
        ?parent wdt:P27 wd:Q43.
      }
      OPTIONAL { ?parent wdt:P1038 ?item. }
    }
  }
  OPTIONAL { ?item wdt:P569 ?birthDate. }
  OPTIONAL { ?item wdt:P39 ?positionHeld. }
  SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE]". }
}

问题现象 #

• 移除OPTIONAL { ?item wdt:P569 ?birthDate. }和OPTIONAL { ?item wdt:P39 ?positionHeld. }后，查询可正常运行
• 给亲属子查询添加FILTER(NOT EXISTS { ?parent (wdt:P570|wdt:P509|wdt:P20) ?o. })筛选在世亲属时，同样超时

需要解决两个核心问题：

1. 如何在查询中保留?birthDate和?positionHeld字段且不超时？
2. 如何高效过滤掉已故的亲属？

优化方案与解决方法 #

核心优化思路 #

原查询的问题在于多个UNION子查询重复匹配相同的parent条件，导致Wikidata多次扫描相同的数据集，计算量呈倍数增长。优化方向是：

• 提前筛选出所有在世的德国音乐家，减少后续关联的数据量
• 将所有亲属关系合并到一个模式中，避免重复计算
• 把过滤条件和属性查询整合到主逻辑中，减少子查询的嵌套

优化后的完整查询 #

SELECT DISTINCT ?item ?itemLabel ?itemDescription ?birthDate ?positionHeld ?relationType WHERE {
  # 提前筛选在世的德国音乐家（核心数据集）
  ?musician wdt:P106 wd:Q639669 ;
            wdt:P27 wd:Q43 .
  FILTER(NOT EXISTS { ?musician (wdt:P570|wdt:P509|wdt:P20) ?deathOrMissing. })

  # 匹配音乐家本人 + 所有亲属关系
  {
    # 音乐家本人
    ?item = ?musician
  } UNION {
    # 亲属关系：子女(P40)、父亲(P22)、配偶(P26)、母亲(P25)、弟子(P1038)
    VALUES (?relationProp ?relationType) {
      (wdt:P40 "子女")
      (wdt:P22 "父亲")
      (wdt:P26 "配偶")
      (wdt:P25 "母亲")
      (wdt:P1038 "弟子")
    }
    ?musician ?relationProp ?item.
    # 过滤已故亲属
    FILTER(NOT EXISTS { ?item (wdt:P570|wdt:P509|wdt:P20) ?relativeDeath. })
  }

  # 获取所需属性
  OPTIONAL { ?item wdt:P569 ?birthDate. }
  OPTIONAL { ?item wdt:P39 ?positionHeld. }

  SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE]". }
}
ORDER BY ?itemLabel

针对两个问题的具体说明 #

1. 保留birthDate和positionHeld不超时
   优化后先直接筛选出小范围的在世德国音乐家数据集，后续关联亲属和查询属性时，处理的数据量远小于原查询。同时合并了所有亲属关系的匹配逻辑，避免了原查询中多次重复扫描相同的音乐家数据，大幅降低了计算负载。

2. 过滤已故亲属
   在匹配亲属关系的分支中直接添加FILTER(NOT EXISTS)条件，检查亲属是否有死亡日期、失踪日期或去世事件。这个过滤是在关联亲属的同时进行的，不会额外增加大量计算，因为已经基于小范围的音乐家数据集进行关联，需要检查的亲属数量有限。

额外优化点 #

• 添加了?relationType字段，方便区分每个item是音乐家本人还是其哪种亲属
• 增加ORDER BY ?itemLabel让结果更易读，可根据需要移除

内容的提问来源于stack exchange，提问作者Hasan Can Saral