如何将CSV列存储的时间序列数据关联到RDF图谱无需导入全量数据

你要实现的需求完全可以通过W3C CSVW标准结合现有本体完成，不需要将原始时序数据导入三元组存储，核心只操作元数据即可，步骤如下：

• 第一步：完善CSVW元数据的列唯一标识
  你当前的JSON-LD元数据中列的@id是相对标识，建议修改为和你本体同命名空间的全局绝对URI，比如：

{
   "columns":[
      {
         "titles":"Time",
         "@id":"http://www.semanticweb.org/example#col_exp1_time",
         "@type":"Column"
      },
      {
         "titles":"Force",
         "@id":"http://www.semanticweb.org/example#col_exp1_force",
         "@type":"Column"
      }
   ]
}

保证每个列的元数据在三元组中是可唯一寻址的实体。

• 第二步：导入CSVW元数据到三元组存储
  CSVW的JSON-LD本身就是合法的RDF格式，你可以直接用任意JSON-LD处理工具将其转换为TTL/NT等格式，导入你的三元组存储即可。这个过程仅导入文件编码、分隔符、行偏移、列定义等元数据，完全不会涉及CSV中的原始时序数据，符合你的存储要求。
• 第三步：关联本体个体与列元数据
  直接使用你已经定义的:hasDataReference对象属性添加关联三元组即可：

@prefix : <http://www.semanticweb.org/example#> .
:T1 :hasDataReference :col_exp1_time .
:F1 :hasDataReference :col_exp1_force .

关联完成后，用户可以直接通过SPARQL查询从个体出发，沿着关联路径拿到列的全部元信息：包括所属CSV的访问地址、列名、文件编码、需要跳过的行数等，拿到这些信息后即可自行编写脚本提取对应列的原始数据，不需要三元组存储原始数据。

扩展优化 #

如果你需要进一步提升文件的可发现性，确实可以结合DCAT本体：为每个CSV文件创建DCAT Distribution实体，关联到CSVW的Table实体，补充文件的下载地址、访问权限、更新时间、数据 licence等信息，用户可以顺着列→表→文件分发地址的路径，直接获取到原始CSV文件。
如果需要实现更便捷的访问，也可以对接支持CSVW的SPARQL联邦查询引擎，用户在写SPARQL查询需要原始数据时，引擎会自动根据元数据拉取CSV、解析对应列的值返回，全程不需要提前将原始数据导入三元组。

内容的提问来源于stack exchange，提问作者Felix Z.