如何用SPARQL查询两个CSV数据源并合并去重员工姓名

下面是针对需求编写的SPARQL查询，以Apache Jena引擎为例（多数主流SPARQL工具都支持类似逻辑）：

PREFIX csv: <http://jena.apache.org/csv#>

SELECT DISTINCT ?employeeName
WHERE {
  # 读取csv1，将Name列值映射到统一变量
  SERVICE csv:parse {
    [] csv:data <file:///你的文件路径/csv1.csv> ;
       csv:header "Name" ;
       csv:row [ csv:col ?employeeName ] .
  }
  UNION
  # 读取csv2，将EmployeeName列值映射到同一变量
  SERVICE csv:parse {
    [] csv:data <file:///你的文件路径/csv2.csv> ;
       csv:header "EmployeeName" ;
       csv:row [ csv:col ?employeeName ] .
  }
}

关键说明： #

• PREFIX csv: 是Jena用于解析CSV的服务前缀，确保引擎能识别CSV处理逻辑
• 替换<file:///你的文件路径/csv1.csv>和<file:///你的文件路径/csv2.csv>为实际的CSV文件路径（Windows路径格式类似<file:///C:/xxx/csv1.csv>，Linux/macOS为<file:///home/xxx/csv1.csv>）
• UNION 合并两个CSV的查询结果，DISTINCT 自动过滤重复的姓名（比如Jim、Jack只会保留一次）
• 如果使用其他SPARQL引擎（如Virtuoso），语法可能略有调整，但核心逻辑都是映射统一变量 + 合并结果 + 去重

内容的提问来源于stack exchange，提问作者Rahul