Wikidata SPARQL查询两个城市所属地理区域时卡顿问题咨询

问题原因 #

• 笛卡尔积导致数据量激增：当用values同时指定两个起始城市，再配合wdt:P131+这种任意长度的路径查询时，查询引擎会尝试遍历两个城市所有上级区域的组合，生成大量中间结果。如果每个城市的上级区域层级多（比如从市到区、省、国家等多层级），两个结果集的组合会让数据量呈指数级增长，超出引擎的处理效率，引发卡顿。
• 查询计划优化不足：Wikidata使用的Blazegraph引擎在处理多起始节点的路径查询时，可能没有选择最优执行逻辑——本该分别计算每个城市的路径再合并结果，却尝试一次性遍历所有节点的路径，导致内存和CPU占用过高，拖慢查询速度。

解决办法 #

1. 用UNION拆分查询逻辑 #

把每个城市的查询拆成独立分支，让引擎分别处理后再合并结果，避免笛卡尔积问题，示例代码：

select ?z ?i where {
  {
    wd:Q936768 wdt:P131+ ?i.
    bind(wd:Q936768 as ?z)
  }
  UNION
  {
    wd:Q159288 wdt:P131+ ?i.
    bind(wd:Q159288 as ?z)
  }
}

2. 限制路径长度 #

如果不需要全层级的上级区域，把wdt:P131+改成固定长度的路径，比如只查直接上级用wdt:P131，查两级上级用wdt:P131/wdt:P131，减少遍历的节点数量。

3. 增加类型过滤条件 #

如果只关注特定类型的地理区域（比如国家、省份），可以加上类型过滤，减少返回结果量，示例：

select ?z ?i where {
  values ?z { wd:Q936768 wd:Q159288 }
  ?z wdt:P131+ ?i.
  ?i wdt:P31 wd:Q6256. # 只保留国家类型的区域
}

内容的提问来源于stack exchange，提问作者Evgeny