Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 4 ore
Struttura del corso
Introduzione a RDF e SPARQL
- Fondamenti di RDF: triple, IRI, letterali e nodi vuoti
- Utilizzo di namespace e QName nelle query
- Panoramica delle forme di query SPARQL e casi d'uso
Iniziare con un ambiente SPARQL
- Installazione e avvio di Apache Jena Fuseki o RDF4J Server
- Caricamento di dataset RDF di esempio in un triple store
- Utilizzo di un client SPARQL o di una workbench per eseguire le query
Query SELECT SPARQL di base
- Scrittura di pattern di triple e recupero di binding
- Utilizzo di DISTINCT, LIMIT e OFFSET
- Ordinamento e proiezione dei risultati con ORDER BY
Filtraggio e modificatori di soluzione
- Applicazione di espressioni FILTER e funzioni integrate
- Utilizzo di OPTIONAL per il matching parziale
- Combinazione di pattern con UNION e MINUS
Interrogazione avanzata: aggregazione e sottoquery
- Utilizzo di GROUP BY, COUNT, SUM, MIN, MAX e HAVING
- Query nidificate e pattern di sotto-selezione
- Lavoro con espressioni e bind() per calcolare valori
Costruzione e trasformazione di RDF
- Query CONSTRUCT per creare nuovi grafi RDF
- Forme di query DESCRIBE e ASK e quando utilizzarle
- Utilizzo di SPARQL UPDATE per la modifica dei dati (INSERT/DELETE)
Lavoro con grafi e grafi denominati
- Quad e la parola chiave GRAPH
- Gestione e interrogazione dei grafi denominati
- Best practice per l'organizzazione dei grafi dei dataset
Query federate e endpoint remoti
- Utilizzo di SERVICE per interrogare endpoint SPARQL remoti
- Considerazioni sulle prestazioni e timeout
- Strategie per combinare dati locali e remoti
Pratica: Task SPARQL nel mondo reale
- Interrogazione di DBpedia e altri dataset pubblici per ottenere informazioni
- Creazione di template di query riutilizzabili e viste
- Debug di errori comuni di query e ottimizzazione delle prestazioni
Riepilogo e prossimi passi
Requisiti
- Conoscenza del modello di dati RDF e delle triple
- Familiarità con i concetti base di HTTP e JSON
- Comfort nella lettura e nella scrittura di espressioni di programmazione o query di base
Pubblico target
- Ingegneri dati e specialisti dell'integrazione
- Sviluppatori Semantic Web
- Analisti che lavorano con dati collegati
Recensioni (1)
Formazione molto bella
Maira Frisch - Novartis Pharma AG
Corso - SPARQL
Traduzione automatica