Dela via

Etiketterade egenskapsdiagram i graf i Microsoft Fabric

Anmärkning

Den här funktionen är för närvarande i offentlig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och rekommenderas inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller kan vara begränsade. Mer information finns i Supplemental Terms of Use for Microsoft Azure Previews.

En LPG (Labeled Property Graph) är en datamodell som representerar entiteter som noder och anslutningar som kanter, med etiketter och egenskaper på båda. Graph i Microsoft Fabric använder LPG-modellen för att leverera snabba bläddrerings- och frågeprestanda för analys och anslutna data.

Vad är ett märkt egenskapsdiagram (LPG)?

Många populära grafdatabaser använder LPG-datamodellen, inklusive graf i Microsoft Fabric. I en LPG:

  • Du representerar data som noder och kanter, som ibland även kallas hörn respektive relationer.
  • Du klassificerar noder (till exempel Person eller Product) och kanter (till exempel FRIENDS_WITH eller PURCHASED) med etiketter.
  • Både noder och kanter kan ha egenskaper – nyckel/värde-par som lagrar mer data (till exempel {name: "Alice", age: 30} för en nod, {since: 2020} för en kant).

LPG:er kräver inte globala identifierare som internationaliserade resursidentifierare (IRI: er) eller URI:er (Uniform Resource Identifiers) för varje nod eller gräns. I stället använder de interna identifierare eller programnivåidentifierare. Ditt program definierar innebörden av etiketter.

Jämförelse av Resource Description Framework (RDF)

Viktigt!

Graph i Microsoft Fabric stöder endast LPG-modellen. Resource Description Framework (RDF) stöds inte.

RDF är en W3C-standardiserad modell (World Wide Web Consortium) som representerar information som subjekt-predikat-objekt tripplar. Det används ofta för semantiska webb- och kunskapsgrafscenarier. RDF utmärker sig vid samverkan, dataintegrering och formella resonemang med ontologier. Graph stöder dock inte RDF.

Om ditt användningsfall kräver semantiska webbstandarder, semantiska webb ontologier eller global dataintegrering bör du överväga andra plattformar som stöder RDF. För företagsanalyser, arbetsbelastningar i driftdiagram och business intelligence-scenarier är LPG den rekommenderade modellen som stöds.

Viktiga fördelar med LPG-modellen i Fabric

För de flesta kunder ger LPG den bästa balansen mellan prestanda, användbarhet och integrering för ansluten dataanalys i Microsoft Fabric.

  • Enkelhet och intuitivhet: Noder och kanter mappas nära till hur människor tänker kring nätverk. LPG är mindre komplex än RDF. Du behöver inte definiera ontologier eller hantera globala identifierare.
  • Egenskaper på kanter: Modellviktade, temporala eller märkta relationer på kanter. Den här funktionen stöder avancerade analyser som rekommendationer och identifiering av bedrägerier.
  • Prestanda och lagringseffektivitet: LPG-baserade grafdatabaser lagrar data kompakt och möjliggör snabba blädderingar, även för stora, komplexa grafer.
  • Flexibelt schema: Utveckla din grafmodell när dina affärsbehov ändras, utan strikta begränsningar.
  • Integrering med Fabric: Graph arbetar med OneLake och Power BI, vilket möjliggör sömlös analys och visualisering.

Relaterat innehåll

  • Last updated on