Triple dan Kedai Grafik di NoSQL - dummies

Walaupun baru sekarang menjadi terkenal, konsep triple telah wujud sejak tahun 1998, berkat Konsortium World Wide Web (W3C) dan Sir Tim Berners-Lee jika anda berpengalaman dengan LinkedIn atau Facebook, anda mungkin biasa dengan istilah graf sosial . Di bawah pendekatan ini adalah konsep yang mudah: setiap > fakta (atau lebih tepat, pernyataan ) digambarkan sebagai tiga subjek, predikat, dan objek:

A

• adalah perkara yang anda maksudkan, ia mempunyai ID unik yang dipanggil IRI. Ia juga mungkin mempunyai jenis, yang boleh menjadi objek fizikal (seperti orang) atau konsep (seperti mesyuarat).

• Predicate adalah harta atau hubungan yang dipunyai oleh subjek Ini sekali lagi adalah IRI yang unik yang digunakan untuk semua subjek dengan harta ini Objek

• adalah nilai intrinsik sebuah harta (seperti integer atau Boolean, t ext) atau subjek lain IRI untuk sasaran hubungan.

  Angka menggambarkan satu subjek, predikat, tiga objek.

Oleh itu, Adam suka Keju adalah tiga. Anda boleh memodelkan data ini dengan lebih mendeskripsikan, seperti ditunjukkan di sini:

AdamFowler is_a Person AdamFowler likes Cheese Cheese is_a Foodstuff

Lebih tepat, bagaimanapun, maklumat triple tersebut disampaikan dengan maklumat IRI penuh dalam format seperti Penyu, seperti ini:

a.. a.

Contoh Penyu yang penuh menunjukkan satu set corak dalam satu domain maklumat untuk URI jenis RDF,

orang , hubungan , dan bahan makanan . Domain maklumat tunggal dirujuk sebagai ontologi . Pelbagai ontologi boleh wujud bersama di kedai triple yang sama. Mungkin juga subjek yang sama mempunyai IRI yang banyak, dengan

sama triple menyatakan bahawa kedua-dua subjek bersamaan. Anda boleh dengan mudah membina struktur data mudah ini ke dalam web fakta, yang dipanggil grafik

diarahkan dalam sains komputer. Anda boleh jadi friend_of Jon Williams atau married_to Wendy Fowler. Wendy Fowler mungkin atau mungkin tidak mempunyai hubungan yang tahu dengan Jon Williams. Grafik yang diarahkan ini boleh mengandungi hubungan web yang rumit dan berubah, atau tiga kali ganda. Mampu menyimpan dan membuat pertanyaan dengan cekap, sama ada secara sendiri atau sebagai sebahagian daripada aplikasi struktur multi-data yang lebih besar, sangat berguna untuk menyelesaikan masalah penyimpanan data dan analitik tertentu.

Angka ini menunjukkan contoh sebuah fakta yang saling berkaitan.

Fikirkan kedai graf sebagai subset kedai tiga yang dioptimumkan untuk pertanyaan hubungan, bukan sekadar pernyataan individu, atau fakta, sendiri.

Matematik grafik adalah kompleks dan khusus dan mungkin tidak diperlukan dalam semua keadaan di mana menyimpan triples diperlukan.

Jika anda perlu menyimpan fakta, menukar hubungan secara dinamik, atau maklumat provinsi, kemudian pertimbangkan satu triple store. Sekiranya anda perlu mengetahui statistik tentang graf (seperti berapa tahap pemisahan antara dua mata pelajaran atau berapa banyak hubungan sosial tahap ketiga yang ada), maka anda harus mempertimbangkan graf kedai.