Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in RDF und SPARQL
- Grundlagen von RDF: Triple-Struktur, IRIs, Literale sowie leere Knoten
- Namensräume sowie die Verwendung von QName in Abfragen
- Überblick über die verschiedenen SPARQL-Abfragetypen und ihre Anwendungsgebiete
Einstieg in die Arbeit mit einer SPARQL-Umgebung
- Installation und Start von Apache Jena Fuseki bzw. RDF4J Server
- Einfügen von Beispiel-RDF-Datensätzen in einen Triple-Store
- Nutzung eines SPARQL-Clients oder Workbenchs zum Ausführen von Abfragen
Einfache SPARQL SELECT-Abfragen
- Erstellen von Triple-Mustern sowie Extrahieren von Abfrageergebnissen
- Einsatz von DISTINCT, LIMIT und OFFSET zur Steuerung der Ausgabe
- Sortierung der Ergebnisse mithilfe von ORDER BY
Filtern sowie Modifikationen an Abfrageergebnissen
- Anwendung von FILTER-Ausdrücken sowie eingebauten Funktionen
- Nutzung von OPTIONAL für partielle Abgleichungen
- Kombinieren mehrerer Muster mittels UNION und MINUS
Fortgeschrittenes Abfragen: Aggregationen und Unterabfragen
- Einsatz von GROUP BY, COUNT, SUM, MIN, MAX sowie HAVING zur Datenaggregation
- Verwendung von verschachtelten Abfragen und Subselects
- Berechnung neuer Werte mithilfe von Ausdrücken sowie bind()
Erstellung sowie Transformation von RDF-Graphen
- Mit CONSTRUCT-Abfragen neue RDF-Graphen generieren
- Die Einsatzgebiete von DESCRIBE- und ASK-Abfragen kennenlernen
- Änderung vorhandener Daten mittels SPARQL UPDATE (INSERT/DELETE)
Arbeit mit Graphen sowie benannten Graphen
- Verständnis von Quadruplen und der GRAPH-Schlüsselwörter
- Verwaltung sowie Abfrage benannter Graphen
- Empfehlungen zur strukturierten Organisation von Datengraphen
Federierte Abfragen sowie Remote-Endpunkte
- Einsatz von SERVICE zum Abrufen Daten von externen SPARQL-Endpunkten
- Performance-Aspekte sowie Grenzen der Ausführungszeit
- Methoden zur Kombination lokaler und entfernt bereitgestellter Daten
Praktische Übungen: Reale SPARQL-Szenarien
- Analyse öffentlich verfügbarer Datensätze wie DBpedia mittels Abfragen
- Entwicklung wiederverwendbarer Abfragenvorlagen sowie -ansichten
- Fehlerbehebung bei gängigen Problemen und Optimierung der Abfragegeschwindigkeit
Zusammenfassung sowie weitere Schritte
Voraussetzungen
- Grundkenntnisse des RDF-Datenmodells sowie der Triple-Struktur
- Vertrautheit mit grundlegenden Konzepten wie HTTP und JSON
- Fähigkeit zum Verfassen sowie Verstehen einfacher Programmier- bzw. Abfragesprachen
Zielgruppe
- Dateningenieure und -integratoren
- Entwickler im Bereich des semantischen Webs
- Analysten, die mit verknüpften Daten arbeiten
4 Stunden
Erfahrungsberichte (1)
Sehr nettes Training
Maira Frisch - Novartis Pharma AG
Kurs - SPARQL
Maschinelle Übersetzung
