Seminar Ontop Grundlagen und Virtual Knowledge Graphs

Relationale Daten bleiben in ihrer Quelle und werden über Mapping und Ontologie als virtueller RDF-Graph zugänglich. Die Schulung verbindet die notwendigen Begriffe mit einer durchgängigen Übungsumgebung und einem kleinen, vollständig lauffähigen Knowledge Graph.

Inhaltsverzeichnis

1. VKG-Architektur verstehen
2. RDF und SPARQL als Arbeitsgrundlage
3. Ontologie und Mapping unterscheiden
4. Ontop einrichten und verbinden
5. Erstes Mapping umsetzen
6. Endpoint und Mini-Projekt

Lernziele

• Das Zusammenspiel von Datenquelle, Mapping, Ontologie, SPARQL und SQL erklären.
• Eine Ontop-Umgebung mit JDBC-Verbindung und minimaler Konfiguration aufbauen.
• Einfache OBDA- oder R2RML-Mappings erstellen und prüfen.
• Einen SPARQL-Endpunkt starten und fachliche Abfragen ausführen.

Zielgruppe

Data Engineering, Datenarchitektur, Softwareentwicklung, Datenbankteams, Ontologie-Einstieg und technische Projektleitung.

Voraussetzungen

Grundkenntnisse in SQL und relationalen Datenbanken; Vorkenntnisse zu RDF oder Ontologien sind nicht erforderlich.

Kapitel 1: VKG-Architektur verstehen

Kapitel-Inhaltsverzeichnis: Virtueller Graph, relationale Quelle, Mapping, Ontologie, Abfrageübersetzung und Ergebnisbildung.

1. Schritt 1: Ein fachliches Informationsbedürfnis wird zunächst als Graphfrage und anschließend als relationale Datenanforderung beschrieben.
2. Schritt 2: Die Rollen von Mapping und Ontologie werden getrennt und in einer Architekturzeichnung verortet.
3. Schritt 3: Der Weg einer SPARQL-Abfrage bis zur SQL-Ausführung wird schrittweise nachverfolgt.

Kapitel 2: RDF und SPARQL als Arbeitsgrundlage

Kapitel-Inhaltsverzeichnis: Klassen, Eigenschaften, IRIs, Literale, Triple-Muster und Ergebnismengen.

1. Schritt 1: Relationale Beispieldaten werden in Subjekt, Prädikat und Objekt zerlegt.
2. Schritt 2: Eine erste SELECT-Abfrage wird aus mehreren Triple-Mustern aufgebaut.
3. Schritt 3: Filter, optionale Werte und Sortierung werden ergänzt und mit erwarteten Resultaten verglichen.

Kapitel 3: Ontologie und Mapping unterscheiden

Kapitel-Inhaltsverzeichnis: RDFS- und OWL-2-QL-Grundideen, Quellabfragen, Ziel-Templates und Datentypen.

1. Schritt 1: Ein kleines Fachmodell mit Klassen und Eigenschaften wird definiert.
2. Schritt 2: Für eine Tabelle werden stabile IRIs und typisierte Literale als Mapping-Ziel festgelegt.
3. Schritt 3: Mapping und Ontologie werden auf übereinstimmende Klassen, Eigenschaften und Datentypen geprüft.

Kapitel 4: Ontop einrichten und verbinden

Kapitel-Inhaltsverzeichnis: Laufzeit, CLI oder Mapping Designer, JDBC-Treiber und Eigenschaftsdatei.

1. Schritt 1: Die Laufzeitumgebung wird geprüft und eine klare Projektverzeichnisstruktur angelegt.
2. Schritt 2: Der JDBC-Treiber wird eingebunden und eine minimale Verbindungskonfiguration erstellt.
3. Schritt 3: Der Datenbankzugriff wird mit einem kleinen Metadaten- und Abfragetest bestätigt.

Kapitel 5: Erstes Mapping umsetzen

Kapitel-Inhaltsverzeichnis: Quell-SQL, IRI-Template, Klassen- und Eigenschaftszuordnung, Validierung.

1. Schritt 1: Eine Quellabfrage liefert ausschließlich die für das Mapping benötigten Spalten.
2. Schritt 2: Aus dem Primärschlüssel wird eine stabile IRI gebildet und einer Klasse zugeordnet.
3. Schritt 3: Weitere Spalten werden als typisierte Eigenschaften ergänzt und das Mapping validiert.

Kapitel 6: Endpoint und Mini-Projekt

Kapitel-Inhaltsverzeichnis: Start, Testabfragen, SQL-Reformulierung, Fehlerkorrektur und Abnahme.

1. Schritt 1: Der SPARQL-Endpunkt wird mit den erstellten Artefakten gestartet.
2. Schritt 2: Mehrere fachliche Abfragen prüfen Klassen, Beziehungen, optionale Werte und Aggregation.
3. Schritt 3: Ein fehlerhaftes Mapping wird anhand Meldung und erzeugter SQL-Abfrage korrigiert und erneut abgenommen.