Skip to main content
SAP HANA Cloud 知识图谱 是 SAP HANA Cloud 数据库中完全集成的知识图谱解决方案。

​
配置与安装

你必须拥有一个启用了三元组存储功能的 SAP HANA Cloud 实例。 详细说明请参考：启用三元组存储 要在 LangChain 中使用 SAP HANA 知识图谱引擎，请安装 langchain-hana 包： 
pip install langchain_hana
首先，创建到 SAP HANA Cloud 实例的连接。 
import os

from dotenv import load_dotenv
from hdbcli import dbapi

# Load environment variables if needed
load_dotenv()

# Establish connection to SAP HANA Cloud
connection = dbapi.connect(
    address=os.environ.get("HANA_DB_ADDRESS"),
    port=os.environ.get("HANA_DB_PORT"),
    user=os.environ.get("HANA_DB_USER"),
    password=os.environ.get("HANA_DB_PASSWORD")
)
然后，导入 HanaRdfGraph 类 
from langchain_hana import HanaRdfGraph

​
创建 HanaRdfGraph 实例

构造函数需要：
  • connection：一个活动的 hdbcli.dbapi.connect(...) 实例
  • graph_uri：RDF 数据所在的命名图（或 "DEFAULT"）
  • 以下之一：
    1. ontology_query：用于提取 schema 三元组的 SPARQL CONSTRUCT 查询
    2. ontology_uri：托管的本体图 URI
    3. ontology_local_file + ontology_local_file_format：本地 Turtle/RDF 文件
    4. auto_extract_ontology=True（不建议在生产环境使用——参见注意事项）
graph_uri 与本体的区别
  • graph_uri： SAP HANA Cloud 实例中包含实例数据的命名图（有时包含 10 万条以上三元组）。 如果提供 None、"" 或 "DEFAULT"，则使用默认图。
  • 本体：描述类、属性、域、范围、标签、注释和子类关系的精简 schema（通常约 50-100 条三元组）。本体指导 SPARQL 生成和结果解释。

​
使用 DEFAULT 图创建图实例

关于 DEFAULT 图的更多信息，请参阅 DEFAULT 图与命名图。 

graph = HanaRdfGraph(
    connection=connection,
    auto_extract_ontology=True,
)

# graph = HanaRdfGraph(
#     connection=connection,
#     graph_uri="DEFAULT",
#     auto_extract_ontology=True,
# )

# graph = HanaRdfGraph(
#     connection=connection,
#     graph_uri="",
#     auto_extract_ontology=True,
# )

​
使用 graph_uri 创建图实例

graph = HanaRdfGraph(
    connection=connection,
    graph_uri="http://example.org/movies",
    auto_extract_ontology=True,
)

​
使用远程 ontology_uri 创建图实例

直接从托管的图 URI 加载 schema。 
graph = HanaRdfGraph(
    connection=connection,
    ontology_uri="<your_ontology_graph_uri>",
)

​
使用自定义 ontology_query 创建图实例

使用自定义 CONSTRUCT 查询有选择地提取 schema 三元组。 
ontology_query = """
    PREFIX owl: <http://www.w3.org/2002/07/owl#>
    PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
    PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
    PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>
    CONSTRUCT {?cls rdf:type owl:Class . ?cls rdfs:label ?clsLabel . ?rel rdf:type ?propertyType . ?rel rdfs:label ?relLabel . ?rel rdfs:domain ?domain . ?rel rdfs:range ?range .}
    FROM <kgdocu_movies>
    WHERE { # get properties
        {SELECT DISTINCT ?domain ?rel ?relLabel ?propertyType ?range
        WHERE {
            ?subj ?rel ?obj .
            ?subj a ?domain .
            OPTIONAL{?obj a ?rangeClass .}
            FILTER(?rel != rdf:type)
            BIND(IF(isIRI(?obj) = true, owl:ObjectProperty, owl:DatatypeProperty) AS ?propertyType)
            BIND(COALESCE(?rangeClass, DATATYPE(?obj)) AS ?range)
            BIND(STR(?rel) AS ?uriStr)       # Convert URI to string
            BIND(REPLACE(?uriStr, "^.*[/#]", "") AS ?relLabel)
        }}
        UNION { # get classes
            SELECT DISTINCT ?cls ?clsLabel
            WHERE {
                ?instance a/rdfs:subClassOf* ?cls .
                FILTER (isIRI(?cls)) .
                BIND(STR(?cls) AS ?uriStr)       # Convert URI to string
                BIND(REPLACE(?uriStr, "^.*[/#]", "") AS ?clsLabel)
            }
        }
    }
"""

# can provide the graph_uri param as well if needed
graph = HanaRdfGraph(
    connection=connection,
    ontology_query=ontology_query,
)

​
使用本地 RDF 文件创建图实例

（ontology_local_file + ontology_local_file_format）：从本地 RDF 本体文件加载 schema。 支持的 RDF 格式有 Turtle、RDF/XML、JSON-LD、N-Triples、Notation-3、Trig、Trix、N-Quads。 
graph = HanaRdfGraph(
    connection=connection,
    ontology_local_file="<your_ontology_file_path>", # e.g., "ontology.ttl"
    ontology_local_file_format="<your_ontology_file_format>",  # e.g., "Turtle", "RDF/XML", "JSON-LD", "N-Triples", "Notation-3", "Trig", "Trix", "N-Quads"
)

​
自动提取本体

（auto_extract_ontology=True）：直接从实例数据推断 schema 信息。 
graph = HanaRdfGraph(
    connection=connection,
    graph_uri="<your_graph_uri>",
    auto_extract_ontology=True,
)
注意：自动提取不建议在生产环境中使用——它通常会省略重要的三元组，如 rdfs:label、rdfs:comment 和 rdfs:subClassOf。

​
执行 SPARQL 查询

你可以使用 query() 方法对数据图执行任意 SPARQL 查询（SELECT、ASK、CONSTRUCT 等）。 该函数具有以下参数：
  • query：SPARQL 查询字符串。
  • content_type：输出的响应格式（默认为 CSV）
请使用以下字符串对应各种格式：
  • CSV："sparql-results+xml"
  • JSON："sparql-results+json"
  • XML："sparql-results+csv"
  • TSV："sparql-results+tsv"
注意：CONSTRUCT 和 ASK 查询分别返回 turtle 和 boolean 格式。
让我们向 Puppets 图中插入一些数据。 
cursor = connection.cursor()
try:
    result = cursor.callproc(
        "SYS.SPARQL_EXECUTE", (
        """
        INSERT DATA {
        GRAPH <Puppets> {
            <P1> a <Puppet>; <name> "Ernie"; <show> "Sesame Street".
            <P2> a <Puppet>; <name> "Bert"; <show> "Sesame Street" .
            }
        }
        """, "", "?", "?"
        )
    )
    response = result[2]
except dbapi.Error as db_error:
    raise RuntimeError(
        f'The database query failed: '
        f'{db_error.errortext.split("; Server Connection")[0]}'
    )
finally:
    cursor.close()
然后，我们为 Puppets 图创建一个图实例。 
puppets_graph = HanaRdfGraph(
    connection=connection,
    graph_uri="Puppets",
    auto_extract_ontology=True,
)
以下查询列出了 Puppets 图中的所有元组。 
query = """
SELECT ?s ?p ?o
WHERE {
    GRAPH <Puppets> {
        ?s ?p ?o .
    }
}
ORDER BY ?s
"""

result = puppets_graph.query(query)
print(result)

s,p,o
P1,name,Ernie
P1,show,Sesame Street
P1,http://www.w3.org/1999/02/22-rdf-syntax-ns#type,Puppet
P2,name,Bert
P2,show,Sesame Street
P2,http://www.w3.org/1999/02/22-rdf-syntax-ns#type,Puppet
在 GitHub 上编辑此页面 或提交问题。
将这些文档连接到 Claude、VSCode 等工具，通过 MCP 获取实时答案。