基于本体的数据访问 (OBDA) 是一种通过本体定义的概念层查询数据的方法，本体充当用户查询和底层数据源之间的桥梁。在将数据组织为互连实体和关系的知识图谱中，本体提供了领域的正式模型——定义了类（类别）、属性（关系）和规则（例如，继承、约束）。 OBDA 使开发人员可以使用本体中的高级术语与数据进行交互，而系统会处理将这些查询转换为可在原始数据上执行的查询（例如，关系数据库、CSV 文件）。这种方法将用户思考数据的方式（通过本体）与数据的物理存储方式分离开来。
典型的 OBDA 系统有三个组成部分：本体、映射和数据源。 本体通常用 OWL 或 RDFS 编写，定义了诸如“Employee”或“Department”之类的概念，以及诸如“worksIn”之类的关系。 映射将这些概念链接到实际的数据结构——例如，将本体的“worksIn”属性连接到 SQL 数据库的 employee.department_id 列。 当开发人员编写 SPARQL 查询（例如，“列出 IT 部门的所有员工”）时，OBDA 引擎会使用映射来生成优化的 SQL 查询、联接表并返回结果。 Ontop 或 Stardog 等工具可自动执行此过程，从而实现 SPARQL 到 SQL 的转换。 当数据分布在多种格式（例如，某些数据在 PostgreSQL 中，某些数据在 MongoDB 中）时，这种抽象尤其有用，因为本体将这些源统一在单个模式下。
OBDA 的主要好处是它简化了开发人员的查询，尤其是在复杂的异构环境中。 例如，如果本体将“Manager”定义为“Employee”的子类，则对“所有员工”的查询会自动包括 Managers，即使它们存储在单独的数据库表中也是如此。 这减少了模式更改时手动重写查询的需要。 但是，性能可能是一个挑战：复杂的映射或大型数据集可能需要优化（例如，缓存频繁查询）。 OBDA 广泛用于企业知识图谱，在这些图谱中，集成遗留系统或不断发展的数据结构很常见。 例如，医疗保健项目可能会使用 OBDA 来查询分散在 EHR 系统、实验室数据库和研究存储库中的患者数据，并使用统一的本体来表示诸如“Diagnosis”或“Treatment”之类的术语。 开发人员可以专注于领域逻辑，而不是数据管道。