Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Notat
Denne funktion er i øjeblikket tilgængelig som offentlig prøveversion. Denne prøveversion leveres uden en serviceaftale og anbefales ikke til produktionsarbejdsbelastninger. Visse funktioner understøttes muligvis ikke eller kan have begrænsede funktioner. For mere information, se Supplerende Brugsvilkår for Microsoft Azure Forhåndsvisninger.
Denne artikel introducerer Labeled Property Graph (LPG)-modellen, som er datamodellen brugt af Fabric Graph. LPG leverer praktiske fordele for analyse og forbundne data i Graph.
Vigtigt
Graph understøtter kun LPG-modellen. RDF (Resource Description Framework) understøttes ikke.
Mærket egenskabsgraf (LPG)
Mange populære grafdatabaser bruger LPG-datamodellen, herunder Graph. I en LPG:
- Du repræsenterer data som noder og kanter, som også nogle gange kaldes hjørner og relationer.
- Du klassificerer noder (såsom Person eller Produkt) og kanter (såsom FRIENDS_WITH eller KØBT) med etiketter.
- Både noder og kanter kan have egenskaber – nøgle-værdi-par, der lagrer mere data (for eksempel
{name: "Alice", age: 30}for en node,{since: 2020}for en kant).
LPG'er kræver ikke globale identifikatorer (IRIs/URIs) for hver node eller kant. I stedet bruger de interne eller applikationsniveau-identifikatorer. Din applikation definerer betydningen af etiketter, hvilket gør LPG'er ligetil og udviklervenlige. Egenskabsgraftilgangen blev født ud af et behov for effektive, navigerbare datastrukturer til forbundne data med fokus på hurtig grafgennemgang og forespørgselsydelse til operationel analyse (såsom anbefalingsmotorer, svindeldetektion, forsyningskædeanalyse).
Hvad med Resource Description Framework (RDF)?
RDF er en W3C-standardiseret model til at repræsentere information som subjekt-prædikat-objekt-tripler. Det bruges ofte til scenarier med semantisk web og vidensgrafer. RDF udmærker sig ved interoperabilitet, dataintegration og formel ræsonnement med ontologier. Dog understøtter Graph ikke RDF.
Hvis din use case kræver semantiske webstandarder, semantiske webontologier eller global dataintegration, skal du muligvis overveje andre platforme, der understøtter RDF. For de fleste virksomhedsanalyser, operationelle grafarbejdsbelastninger og business intelligence-scenarier bruges LPG, som er den anbefalede og understøttede model i Graph.
De vigtigste fordele ved LPG
For de fleste kunder giver LPG den bedste balance mellem ydeevne, brugervenlighed og integration for forbundet dataanalyse i Microsoft Fabric.
- Enkelhed og intuitivitet: Noder og kanter er tæt knyttet til, hvordan folk tænker om netværk. Der er mindre kompleksitet end RDF. Du behøver ikke definere ontologier eller administrere globale identifikatorer.
- Egenskaber på kanter: Du kan nemt modellere vægtede, tidsmæssige eller mærkede relationer. Denne funktion understøtter avanceret analyse som anbefalinger og svindeldetektion.
- Ydeevne og lagereffektivitet: Grafdatabaser, der bruger LPG-modellen, gemmer data kompakt og muliggør hurtig gennemgang, selv for store, komplekse grafer.
- Fleksibelt skema: Du kan udvikle din grafmodel, efterhånden som dine forretningsbehov ændrer sig, uden stive begrænsninger.
- Integration med Fabric: Brugen af LPG'er fra Graph er dybt integreret med OneLake og Power BI, hvilket muliggør problemfri analyse og visualisering.