Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Hinweis
Dieses Feature ist zurzeit als öffentliche Preview verfügbar. Diese Vorschauversion wird ohne Vereinbarung zum Servicelevel bereitgestellt und ist nicht für Produktionsworkloads vorgesehen. Manche Features werden möglicherweise nicht unterstützt oder sind nur eingeschränkt verwendbar. Weitere Informationen finden Sie unter Supplementale Nutzungsbedingungen für Microsoft Azure Previews.
In diesem Artikel wird das Labeled Property Graph (LPG)-Modell vorgestellt, das das von Fabric Graph verwendete Datenmodell ist. LPG bietet praktische Vorteile für Analysen und verbundene Daten in Graph.
Von Bedeutung
Graph unterstützt nur das LPG-Modell. Das Ressourcenbeschreibungsframework (RDF) wird nicht unterstützt.
Diagramm mit beschrifteten Eigenschaften (Labeled Property Graph, LPG)
Viele beliebte Graph-Datenbanken verwenden das LPG-Datenmodell, einschließlich Graph. In einer LPG:
- Sie stellen Daten als Knoten und Kanten dar, die auch als Scheitelpunkte bzw. Beziehungen bezeichnet werden.
- Sie klassifizieren Knoten (z. B. Person oder Produkt) und Kanten (z. B. FRIENDS_WITH oder GEKAUFT) mit Etiketten.
- Sowohl Knoten als auch Kanten können Eigenschaften aufweisen – Schlüsselwertpaare, die weitere Daten speichern (z
{name: "Alice", age: 30}. B. für einen Knoten,{since: 2020}für einen Edge).
LPGs erfordern keine globalen IDs (IRIs/URIs) für jeden Knoten oder Edge. Stattdessen werden interne bezeichner oder bezeichner auf Anwendungsebene verwendet. Ihre Anwendung definiert die Bedeutung von Bezeichnungen und macht LPGs unkompliziert und entwicklerfreundlich. Der Eigenschaftsdiagramm-Ansatz wurde aus dem Bedarf an effizienten, navigierbaren Datenstrukturen für verbundene Daten mit dem Fokus auf schnelle Graph-Traversal- und Abfrageleistung für operative Analysen (z. B. Empfehlungsmodule, Betrugserkennung, Lieferkettenanalyse) geboren.
Was ist mit Resource Description Framework (RDF)?
RDF ist ein W3C-standardisiertes Modell zur Darstellung von Informationen als Subjekt-Prädikat-Objekt-Tripel. Es wird häufig für semantische Web- und Wissensdiagrammszenarien verwendet. RDF zeichnet sich durch Interoperabilität, Datenintegration und formales Schließen mit Ontologien aus. Graph unterstützt jedoch RDF nicht.
Wenn Ihr Anwendungsfall semantische Webstandards, semantische Web-Ontologien oder globale Datenintegration erfordert, müssen Sie möglicherweise andere Plattformen berücksichtigen, die RDF unterstützen. Verwenden Sie für die meisten Enterprise-Analysen, operationale Graph-Workloads und Business-Intelligence-Szenarien das LPG, das das empfohlene und unterstützte Modell in Graph ist.
Wesentliche Vorteile von LPG
Für die meisten Kunden bietet LPG die beste Balance zwischen Leistung, Nutzbarkeit und Integration für verbundene Datenanalysen in Microsoft Fabric.
- Einfachheit und Intuitivität: Knoten und Kanten entsprechen genau dem, wie Menschen sich Netzwerke vorstellen. Es gibt weniger Komplexität als RDF. Sie müssen keine Ontologien definieren oder globale Bezeichner verwalten.
- Eigenschaften an Rändern: Sie können gewichtete, zeitliche oder beschriftete Beziehungen ganz einfach modellieren. Dieses Feature unterstützt erweiterte Analysen wie Empfehlungen und Betrugserkennung.
- Leistung und Speichereffizienz: Graph-Datenbanken, die das LPG-Modell verwenden, speichern Daten kompakt und ermöglichen schnelle Traversale, auch bei großen, komplexen Diagrammen.
- Flexibles Schema: Sie können Ihr Diagrammmodell entwickeln, wenn sich Ihre Geschäftsanforderungen ändern, ohne starre Einschränkungen zu haben.
- Integration mit Fabric: Die Verwendung von LPGs von Graph ist tief in OneLake und Power BI integriert und ermöglicht eine nahtlose Analyse und Visualisierung.