Gstore官网学习一：知识图谱与gStore介绍
文章目录
- 一、概述
- 二、技术
- 2.1 举个例子
- 2.2 SPARQL
- 举个列子
- 三、知识图谱数据管理的一个核心问题是如何有效地存储RDF数据集和快速回答SPARQL查询
一、概述
“知识图谱”是一种数据模型是以图形（Graph）的方式来展现“实体”、实体“属性”，以及实体之间的“关系”。
二、技术
语义网框架中RDF(Resource Description Framework,资源模式框架)模型来表示数据
语义网是万维网之父蒂姆·伯纳斯-李(Tim Berners-Lee)在1998年提出的概念，其核心是构建以数据为中心的网络，即Web of Data
其中RDF是W3C的语义网框架中的数据描述的标准，通常称之为RDF三元组<主体 (subject)，谓词 (predicate)，宾语(object)>。
- 主体一定是一个被描述的资源，由URI来表示
- 谓词可以表示主体的属性，或者表示主体和宾语之间某种关系；
当表示属性时，宾语就是属性值，通常是一个字面值（literal）；否则宾语是另外一个由URI表示的资源。
2.1 举个例子
例如：
y:Abraham_Lincoln表示一个实体URI（其中y表示前缀/）
其有三个属性(hasName,BornOndate,DiedOnDate)和一个关系（DiedIn）。
2.2 SPARQL
面向RDF数据集，W3C提出了一种结构化查询语言SPARQL；它类似于面向关系数据库的查询语言SQL。和SQL一样，SPARQL也是一种描述性的结构化查询语言。
2008年1月， SPARQL成为W3C的正式标准。SPARQL中的WHERE子句定义了查询条件，其也是由三元组来表示。
举个列子
下面的例子解释了SPARQL语言。假设我们需要在上面的RDF数据中查询“在1809年2月12日出生，并且在1865年4月15日逝世的人的姓名？” 这个查询可以表示成如下图的SPARQL语句。
三、知识图谱数据管理的一个核心问题是如何有效地存储RDF数据集和快速回答SPARQL查询
- 其一是我们可以利用已有的成熟的数据库管理系统（例如关系数据库系统）来存储知识图谱数据，将面向RDF知识图谱的SPARQL查询转换为面向此类成熟数据库管理系统的查询.
例如面向关系数据库的SQL查询，利用已有的关系数据库产品或者相关技术来回答查询。这里面最核心的研究问题是如何构建关系表来存储RDF知识图谱数据，并且使得转换的SQL查询语句查询性能更高
- 其二是直接开发面向RDF知识图谱数据的Native的知识图谱数据存储和查询系统（Native RDF图数据库系统），考虑到RDF知识图谱管理的特性，从数据库系统的底层进行优化:---->gStore系统
gStore系统属于后者，我们将RDF和SPARQL分别表示成图的形式，利用子图匹配的方法来回答SPARQL查询
例如在RDF中，主体和客体可以分别表示成RDF图中的节点，一条称述（即RDF三元组）可以表示成一条边，其中谓词是边的标签。
SPARQL语句同样可以表示成一个查询图。 图3显示了上例所对应的RDF图和SPARQL查询图结构。回答SPARQL查询本质上就是在RDF图中找到SPARQL查询图的子图匹配的位置，这就是基于图数据库的回答SPARQL查询的理论基础。在图1-3例子中，由节点005，009，010和011所推导的子图就是查询图的一个匹配，根据此匹配很容易知道SPARQL的查询结果是“Abraham Lincoln”。关于gStore的核心学术思路，请参考开发资源-论文和专利所发表的论文。
Gstore官网学习一：知识图谱与gStore介绍
文章目录
- 一、概述
- 二、技术
- 2.1 举个例子
- 2.2 SPARQL
- 举个列子
- 三、知识图谱数据管理的一个核心问题是如何有效地存储RDF数据集和快速回答SPARQL查询
一、概述
“知识图谱”是一种数据模型是以图形（Graph）的方式来展现“实体”、实体“属性”，以及实体之间的“关系”。
二、技术
语义网框架中RDF(Resource Description Framework,资源模式框架)模型来表示数据
语义网是万维网之父蒂姆·伯纳斯-李(Tim Berners-Lee)在1998年提出的概念，其核心是构建以数据为中心的网络，即Web of Data
其中RDF是W3C的语义网框架中的数据描述的标准，通常称之为RDF三元组<主体 (subject)，谓词 (predicate)，宾语(object)>。
- 主体一定是一个被描述的资源，由URI来表示
- 谓词可以表示主体的属性，或者表示主体和宾语之间某种关系；
当表示属性时，宾语就是属性值，通常是一个字面值（literal）；否则宾语是另外一个由URI表示的资源。
2.1 举个例子
例如：
y:Abraham_Lincoln表示一个实体URI（其中y表示前缀/）
其有三个属性(hasName,BornOndate,DiedOnDate)和一个关系（DiedIn）。
2.2 SPARQL
面向RDF数据集，W3C提出了一种结构化查询语言SPARQL；它类似于面向关系数据库的查询语言SQL。和SQL一样，SPARQL也是一种描述性的结构化查询语言。
2008年1月， SPARQL成为W3C的正式标准。SPARQL中的WHERE子句定义了查询条件，其也是由三元组来表示。
举个列子
下面的例子解释了SPARQL语言。假设我们需要在上面的RDF数据中查询“在1809年2月12日出生，并且在1865年4月15日逝世的人的姓名？” 这个查询可以表示成如下图的SPARQL语句。
三、知识图谱数据管理的一个核心问题是如何有效地存储RDF数据集和快速回答SPARQL查询
- 其一是我们可以利用已有的成熟的数据库管理系统（例如关系数据库系统）来存储知识图谱数据，将面向RDF知识图谱的SPARQL查询转换为面向此类成熟数据库管理系统的查询.
例如面向关系数据库的SQL查询，利用已有的关系数据库产品或者相关技术来回答查询。这里面最核心的研究问题是如何构建关系表来存储RDF知识图谱数据，并且使得转换的SQL查询语句查询性能更高
- 其二是直接开发面向RDF知识图谱数据的Native的知识图谱数据存储和查询系统（Native RDF图数据库系统），考虑到RDF知识图谱管理的特性，从数据库系统的底层进行优化:---->gStore系统
gStore系统属于后者，我们将RDF和SPARQL分别表示成图的形式，利用子图匹配的方法来回答SPARQL查询
例如在RDF中，主体和客体可以分别表示成RDF图中的节点，一条称述（即RDF三元组）可以表示成一条边，其中谓词是边的标签。
SPARQL语句同样可以表示成一个查询图。 图3显示了上例所对应的RDF图和SPARQL查询图结构。回答SPARQL查询本质上就是在RDF图中找到SPARQL查询图的子图匹配的位置，这就是基于图数据库的回答SPARQL查询的理论基础。在图1-3例子中，由节点005，009，010和011所推导的子图就是查询图的一个匹配，根据此匹配很容易知道SPARQL的查询结果是“Abraham Lincoln”。关于gStore的核心学术思路，请参考开发资源-论文和专利所发表的论文。