Trippel og grafbutikker i NoSQL - dummies

Selv om det bare er blitt fremtredende, har begrepet tripler eksistert siden 1998, takket være World Wide Web Consortium (W3C) og Sir Tim Berners-Lee. Hvis du har erfaring med LinkedIn eller Facebook, er du sikkert kjent med begrepet sosial graf . Under dekselet til disse tilnærmingene er et enkelt konsept: hver > faktum (eller mer korrekt, påstand ) beskrives som et trippel av emne, predikat og objekt:

A

• emne er den tingen du beskriver. Den har en unik ID som heter IRI. Det kan også ha en type, som kan være et fysisk objekt (som en person) eller et konsept (som et møte). Et

• predikat er egenskapen eller forholdet som tilhører motivet. Dette er igjen et unikt IRI som brukes til alle emner med denne egenskapen. Et

• objekt er den indre verdien av en eiendom (som heltal eller boolsk, t ext) eller et annet emne IRI for målet om et forhold.

  Figuren illustrerer et enkelt emne, predikat, objekt trippel.

Derfor liker Adam OST er en trippel. Du kan modellere disse dataene mer beskrivende, som vist her:

AdamFowler is_a Person AdamFowler liker Osteost is_a Foodstuff

Mer nøyaktig blir imidlertid slike tredoble opplysninger formidlet med full IRI-informasjon i et format som Turtle, slik som dette:

en.. en.

Det fullstendige Turtle-eksemplet viser et sett med mønstre i et enkelt informasjonsdomen for URIer av RDF-typer,

mennesker , forhold og matvarer . Et enkelt informasjon domenet kalles en ontologi . Flere ontologier kan sameksistere i samme trippelbutikk. Det er også mulig for det samme emnet å ha flere IRIer, med en

sameAs trippel som hevder at begge fagene er likeverdige. Du kan raskt bygge denne enkle datastrukturen inn i en nettside av fakta, som kalles en

rettet graf i datavitenskap. Du kan være en venn av Jon Williams eller gift_to Wendy Fowler. Wendy Fowler kan eller ikke har et vet forhold til Jon Williams. Disse rettede grafene kan inneholde komplekse og skiftende websider av relasjoner, eller tredobler. Å være i stand til å lagre og spørre dem effektivt, enten alene eller som en del av en større applikasjon med flere datastrukturer, er svært nyttig for å løse spesielle datalagrings- og analyseproblemer.

Figuren viser et eksempel på en kompleks web av sammenhengende fakta.

Tenk på grafbutikker som en delmengde av trippelbutikker som er optimalisert for spørsmål om relasjoner, i stedet for bare de enkelte påstandene eller fakta, seg selv.

Grafmatematikk er komplekst og spesialisert og kan ikke være nødvendig i alle situasjoner hvor lagring av tripler er nødvendig.

Hvis du trenger å lagre fakta, dynamisk endring av relasjoner eller informasjon om provenu, så sett på en trippelbutikk. Hvis du trenger å vite statistikk om grafen (for eksempel hvor mange grader separasjon er mellom to fag eller hvor mange sosiale nettverkstilknytninger en tredje person har), bør du vurdere en grafikkbutikk.