rdf_fdw

概览

PIGSTY RPM and DEB packages are aligned at 2.7.0 for PostgreSQL 14 through 18.

版本

构建

您可以使用 pig build 命令构建 rdf_fdw 扩展的 RPM / DEB 包：

pig build pkg rdf_fdw         # 构建 RPM / DEB 包

安装

您可以直接安装 rdf_fdw 扩展包的预置二进制包，首先确保 PGDG 和 PIGSTY 仓库已经添加并启用：

pig repo add pgsql -u          # 添加仓库并更新缓存

使用 pig 或者是 apt/yum/dnf 安装扩展：

pig install rdf_fdw;          # 当前活跃 PG 版本安装

pig ext install -y rdf_fdw -v 18  # PG 18
pig ext install -y rdf_fdw -v 17  # PG 17
pig ext install -y rdf_fdw -v 16  # PG 16
pig ext install -y rdf_fdw -v 15  # PG 15
pig ext install -y rdf_fdw -v 14  # PG 14

dnf install -y rdf_fdw_18       # PG 18
dnf install -y rdf_fdw_17       # PG 17
dnf install -y rdf_fdw_16       # PG 16
dnf install -y rdf_fdw_15       # PG 15
dnf install -y rdf_fdw_14       # PG 14

apt install -y postgresql-18-rdf-fdw   # PG 18
apt install -y postgresql-17-rdf-fdw   # PG 17
apt install -y postgresql-16-rdf-fdw   # PG 16
apt install -y postgresql-15-rdf-fdw   # PG 15
apt install -y postgresql-14-rdf-fdw   # PG 14

创建扩展：

CREATE EXTENSION rdf_fdw;

用法

来源：

• PGXN rdf_fdw 2.7.0
• rdf_fdw 2.7 README
• rdf_fdw 2.7 变更日志
• rdf_fdw 2.7 控制文件

rdf_fdw 是通过 SPARQL endpoint 查询 RDF triplestore 的 PostgreSQL foreign data wrapper。它把 SPARQL 结果变量暴露为外部表列，支持常见 SQL 子句下推，提供用于 RDF term 的原生 rdfnode 类型，实现了多种 SPARQL 1.1 辅助函数，并可通过可写外部表执行 SPARQL INSERT、UPDATE 和 DELETE。

v2.6.0 增加了通过 USER MAPPING 配置 Bearer token 认证、用于限制 HTTP 响应体大小的 max_response_size server option、BCE date/timestamp cast 支持，以及大量 rdfnode 解析和比较修复。v2.7 修复了尾部连续反斜线的 RDF literal 转义，避免 literal 内容逃逸为生成的 SPARQL 语法；同时把 libcurl 初始化从每次请求改为每个 PostgreSQL backend 一次。

创建扩展

CREATE EXTENSION IF NOT EXISTS rdf_fdw;

SELECT rdf_fdw_version();
SELECT * FROM rdf_fdw_settings();

安装或升级到指定 SQL 版本：

CREATE EXTENSION rdf_fdw WITH VERSION '2.7';
ALTER EXTENSION rdf_fdw UPDATE TO '2.7';

注册 SPARQL Endpoint

CREATE SERVER dbpedia
FOREIGN DATA WRAPPER rdf_fdw
OPTIONS (
  endpoint          'https://dbpedia.org/sparql',
  enable_pushdown   'true',
  request_timeout   '60',
  max_response_size '104857600',
  readonly          'true'
);

常用 server options：

• endpoint：SPARQL endpoint URL，必需。
• batch_size：每批 SPARQL UPDATE 的行数。
• enable_pushdown：启用 SQL 到 SPARQL 的下推。
• format：期望的 SPARQL 结果 MIME 类型。
• http_proxy：代理 URL；代理凭据应放在 USER MAPPING。
• connect_timeout：连接超时。
• request_timeout：完整 HTTP 请求超时。
• max_response_size：最大响应体字节数；0 表示不限制。
• readonly：在请求到达 endpoint 前阻止 INSERT、UPDATE 和 DELETE。
• request_redirect 与 request_max_redirect：重定向行为。

连接公共或不可信 endpoint 时建议设置 max_response_size，因为 rdf_fdw 会先把取回的 RDF 数据载入内存，再转换为 PostgreSQL 表示。

用户映射

CREATE USER MAPPING FOR postgres
SERVER dbpedia
OPTIONS (
  user 'sparql_user',
  password 'secret'
);

v2.6.0 增加了 Bearer token 认证：

CREATE USER MAPPING FOR postgres
SERVER dbpedia
OPTIONS (
  token 'eyJhbGciOi...'
);

代理凭据也应放在 USER MAPPING：

CREATE USER MAPPING FOR app_user
SERVER dbpedia
OPTIONS (
  proxy_user 'proxy-user',
  proxy_password 'proxy-secret'
);

使用 rdfnode 列的外部表

外部表列应声明为 rdfnode，以保留 RDF term、IRI、blank node、语言标签和 XSD datatype。

CREATE FOREIGN TABLE dbpedia_films (
  film rdfnode OPTIONS (variable '?film'),
  name rdfnode OPTIONS (variable '?name'),
  year rdfnode OPTIONS (variable '?year')
)
SERVER dbpedia
OPTIONS (
  sparql $$
    SELECT ?film ?name ?year
    WHERE {
      ?film a dbo:Film ;
            rdfs:label ?name ;
            dbo:releaseDate ?year .
      FILTER (lang(?name) = 'en')
    }
  $$
);

v2.6.0 中，RDF 值使用原生 PostgreSQL 列类型的方式已被弃用。已有 native-typed 表仍可工作，但会发出 warning，并且会丢失 RDF term 细节。

查询与下推

SELECT film, sparql.lex(name) AS title
FROM dbpedia_films
WHERE name = '"The Matrix"@en'::rdfnode
ORDER BY year
LIMIT 10;

EXPLAIN (VERBOSE, COSTS OFF)
SELECT *
FROM dbpedia_films
WHERE film = '<http://dbpedia.org/resource/The_Matrix>'::rdfnode;

rdf_fdw 可下推 WHERE、LIMIT、ORDER BY、DISTINCT 以及受支持的比较和函数。使用 EXPLAIN VERBOSE 查看生成的远端 SPARQL。

Prefix 管理

rdf_fdw 在 sparql schema 下提供 catalog 表和辅助函数，用于复用 SPARQL prefix：

SELECT sparql.add_context('default', 'Default SPARQL prefix context');
SELECT sparql.add_prefix('default', 'rdf',  'http://www.w3.org/1999/02/22-rdf-syntax-ns#');
SELECT sparql.add_prefix('default', 'rdfs', 'http://www.w3.org/2000/01/rdf-schema#');
SELECT sparql.add_prefix('default', 'xsd',  'http://www.w3.org/2001/XMLSchema#');

数据修改

当外部表具备所需 SPARQL update pattern 时，可写外部表可以把 PostgreSQL INSERT、UPDATE 和 DELETE 翻译为 SPARQL UPDATE 请求。

ALTER FOREIGN TABLE dbpedia_films OPTIONS (ADD readonly 'false');

INSERT INTO dbpedia_films(film, name)
VALUES (
  '<http://example.org/film/1>'::rdfnode,
  '"Example Film"@en'::rdfnode
);

如果 endpoint 不应接收写请求，应在 server 或 table 级别设置 readonly = true。

克隆外部表

CALL rdf_fdw_clone_table(
  foreign_table := 'dbpedia_films',
  target_table  := 'dbpedia_films_local',
  fetch_size    := 1000,
  create_table  := true
);

rdf_fdw_clone_table() 会把外部表数据分批复制成本地表。v2.5 修复了克隆 RDF term 时的多项往返问题。

SPARQL 函数

sparql schema 实现了许多 SPARQL 1.1 函数和聚合，包括：

• sparql.sum、sparql.avg、sparql.min、sparql.max、sparql.group_concat、sparql.sample 等聚合
• sparql.isiri、sparql.isblank、sparql.isliteral、sparql.datatype、sparql.iri、sparql.strdt、sparql.strlang 等 RDF term 函数
• sparql.strlen、sparql.substr、sparql.ucase、sparql.lcase、sparql.contains、sparql.replace 等字符串函数
• 数值、日期时间、哈希和其他便利函数

注意事项

• 上游最低基线为 PostgreSQL 9.5 或更高版本。
• 取回的 RDF 数据会在转换前累积到内存中。应设置 max_response_size、使用 LIMIT，并限制远端结果集规模。
• 优先使用 rdfnode 列。RDF term 使用 PostgreSQL 原生类型已被弃用，并会丢失 IRI、语言和 datatype 信息。
• 密钥应放在 USER MAPPING；不要把代理凭据或 endpoint token 写进 SERVER options。
• 公共 SPARQL endpoint 可能慢或有速率限制。需要时使用 connect_timeout、request_timeout、重试和本地物化。
• 在 pushed-down filter 或可写外部表操作中接收不可信 literal 内容前，应升级到 2.7；libcurl 生命周期修复属于内部实现，不增加新的 SQL 配置。