问题描述
我需要为一个项目获取 Wikidata 工件(实例类型、重定向和消歧)。
由于原始维基数据端点在查询方面有时间限制,我遇到了 Virtuoso Wikidata endpoint。
我遇到的问题是,如果我尝试使用此查询获取例如重定向,它最多只返回 100,000 个结果:
PREFIX owl: http://www.w3.org/2002/07/owl#
CONSTRUCT {?resource owl:sameAs ?resource2}
WHERE
{
?resource owl:sameAs ?resource2
}
我写信是想询问您是否知道获得超过 100,000 个结果的任何方法。我希望能够获得最大数量的可能结果。
获得结果后,我必须有 3 个 Ntriples 格式的文件(或尽可能少的文件):wikidata_intance_types.nt
、wikidata_redirecions.nt
和 wikidata_disambiguations.nt
。
非常感谢您。
一切顺利,
何塞·曼努埃尔
解决方法
请注意,在这两种情况下(Wikidata 本身,以及由我的雇主 OpenLink Software 提供的 Virtuoso 实例),您都在查询共享资源,并且应该有各种限制。
随着时间的推移,您应该将查询间隔开,并考虑比您遇到的 100,000 个限制更小的块 - 一次可能 50,000,等待每个查询完成检索结果,再加上一秒或十秒,然后再发出下一个查询。
this article 中关于使用 DBpedia 公共 SPARQL 端点的大部分指南都与任何公共 SPARQL 端点相关,尤其是那些由 Virtuoso 提供支持的端点。其他端点上的特定设置会有所不同,但如果您尝试保持友好——通过限制查询速率;当使用 ORDER BY
、LIMIT
和 OFFSET
逐步获取溢出实例最大结果集大小的查询的完整结果集时,限制部分结果集的大小;等等——你会成功得多。