Wikidata SPARQL查询超时求助：添加schema:about后查询超时

在Wikidata上执行SPARQL查询，目标是获取所有人口大于指定数值的城市数据。原本的查询可正常运行，但添加schema:about语句以获取对应英文维基百科文章链接后，查询开始超时。询问是否存在操作错误，或是有优化该查询的方法。

可正常运行的原始查询 #

SELECT DISTINCT ?city ?cityLabel ?population ?country ?countryLabel ?loc WHERE {
  ?city wdt:P31/wdt:P279* wd:Q515 .
  ?city wdt:P1082 ?population .
  ?city wdt:P17 ?country .
  ?city wdt:P625 ?loc .
  FILTER (?population >= 1000000) .
  SERVICE wikibase:label {
    bd:serviceParam wikibase:language "en" .
  }
}
ORDER BY DESC(?population)

添加文章查询后超时的版本 #

SELECT DISTINCT ?city ?cityLabel ?population ?country ?countryLabel ?loc ?article  WHERE {
  ?city wdt:P31/wdt:P279* wd:Q515 .
  ?city wdt:P1082 ?population .
  ?city wdt:P17 ?country .
  ?city wdt:P625 ?loc .
  FILTER (?population >= 1000000) .
  ?article schema:about ?city .
  ?article schema:isPartOf <https://en.wikipedia.org/>.
  SERVICE wikibase:label {
    bd:serviceParam wikibase:language "en" .
  }
}
ORDER BY DESC(?population)

问题原因 #

你的操作没有错误，查询超时是因为schema:about关联的是维基百科的结构化数据，这类数据的三元组数量极大。原始查询先过滤出符合条件的城市后直接返回，而添加schema:about后，查询引擎会先将所有符合条件的城市与所有schema:about三元组做笛卡尔积关联，再进行过滤和排序，导致计算负载急剧升高，最终超时。

优化方法 #

方法1：使用子查询缩小关联范围

先通过子查询筛选出所有符合条件的城市数据，再关联维基百科文章链接，这样能大幅减少后续关联的数据量：

SELECT ?city ?cityLabel ?population ?country ?countryLabel ?loc ?article
WHERE {
  # 子查询先筛选核心城市数据，减少后续关联的数据量
  {
    SELECT DISTINCT ?city ?cityLabel ?population ?country ?countryLabel ?loc
    WHERE {
      ?city wdt:P31/wdt:P279* wd:Q515 .
      ?city wdt:P1082 ?population .
      ?city wdt:P17 ?country .
      ?city wdt:P625 ?loc .
      FILTER (?population >= 1000000) .
      SERVICE wikibase:label { bd:serviceParam wikibase:language "en" . }
    }
  }
  # 仅针对筛选后的城市关联维基百科文章
  ?article schema:about ?city .
  ?article schema:isPartOf <https://en.wikipedia.org/>.
}
ORDER BY DESC(?population)

方法2：直接构造维基百科链接（更高效）

如果不需要严格匹配维基百科的结构化数据链接，可以通过城市标签直接构造英文维基百科的文章URL，完全避免关联schema数据，速度最快：

SELECT DISTINCT ?city ?cityLabel ?population ?country ?countryLabel ?loc ?article
WHERE {
  ?city wdt:P31/wdt:P279* wd:Q515 .
  ?city wdt:P1082 ?population .
  ?city wdt:P17 ?country .
  ?city wdt:P625 ?loc .
  FILTER (?population >= 1000000) .
  SERVICE wikibase:label { bd:serviceParam wikibase:language "en" . }
  # 直接构造维基百科文章链接
  BIND(CONCAT("https://en.wikipedia.org/wiki/", REPLACE(?cityLabel, " ", "_")) AS ?article)
}
ORDER BY DESC(?population)

额外优化点

• 去掉不必要的DISTINCT：如果每个城市仅对应一篇英文维基百科文章，关联后不会产生重复结果，可以移除DISTINCT进一步降低查询负载。

内容的提问来源于stack exchange，提问作者Ankit Agarwal