Trippel och grafbutiker i NoSQL - dummies

Trots att det just nu blivit framträdande har begreppet triplar funnits sedan 1998 tack vare World Wide Web Consortium (W3C) och Sir Tim Berners-Lee. Om du har erfarenhet av LinkedIn eller Facebook, är du förmodligen bekant med termen social graph . Under huven i dessa tillvägagångssätt är ett enkelt koncept: varje > faktum (eller mer korrekt, påstående ) beskrivs som en trippel av ämne, predikat och objekt:

A

• ämne är den sak du beskriver. Den har ett unikt ID som heter IRI. Det kan också ha en typ som kan vara ett fysiskt objekt (som en person) eller ett koncept (som ett möte). En

• predikat är egenskapen eller förhållandet som hör till ämnet. Detta är en unik IRI som används för alla ämnen med den här egenskapen. Ett

• objekt är det inneboende värdet av en egenskap (som heltal eller booleskt, t ext) eller ett annat ämne IRI för målet för ett förhållande.

  Figuren illustrerar ett enda ämne, predikat, objekt trippel.

Därför gillar Adam att ost är en trippel. Du kan modellera dessa data mer beskrivande, som visas här:

AdamFowler is_a Person AdamFowler gillar Ostost är en Matvara

En sådan trefaldig information överförs dock med fullständig IRI-information i ett format som Turtle, så här:

a.. en.

Det fullständiga sköldpaddsexemplet visar en uppsättning mönster i en enda informationsdomän för URI: erna för RDF-typer,

personer , relationer och livsmedel . En enda informationsdomän kallas en ontologi . Flera ontologier kan samexistera i samma trippelbutik. Det är även möjligt att samma ämne har flera IRI, med en

sameAs trippel och hävdar att båda ämnena är likvärdiga. Du kan snabbt bygga den här enkla datastrukturen i en webbsida av fakta, som kallas en

riktad graf i datavetenskap. Du kan vara en vän av Jon Williams eller gift_to Wendy Fowler. Wendy Fowler kanske eller inte har ett vet förhållande med Jon Williams. Dessa riktade grafer kan innehålla komplexa och förändrade webbsätt av relationer eller tripplar. Att kunna lagra och fråga dem effektivt, antingen på egen hand eller som en del av en större applikation med flera datastrukturer, är mycket användbar för att lösa specifika problem med datalagring och analys.

Figuren visar ett exempel på en komplex webb av inbördes samband.

Tänk på grafaffärer som en delmängd av trippelbutiker som är optimerade för frågor om relationer, snarare än bara de enskilda påståenden, eller fakta, själva.

Grafmatematiken är komplex och specialiserad och kan inte krävas i alla situationer där lagring av tripplar krävs.

Om du behöver lagra fakta, dynamiskt förändrade relationer eller information om provenien, överväg en trippelbutik. Om du behöver veta statistik om grafen (t.ex. hur många separationsgrader som är mellan två ämnen eller hur många sociala sociala anslutningar som en person har), bör du överväga en grafaffär.