28、知识图谱托管范式全解析

知识图谱托管范式全解析

1. 关系数据库用于知识图谱托管

关系数据库为从关系数据库构建知识图谱提供了相对廉价的方式，并且能在工业标准软件环境中实现平滑集成。不过，它也存在一些明显的缺点：
- 查询重写和展开问题 ：查询重写和展开过程中可能出现诸多问题，映射需要额外关注。
- 模式查询挑战 ：由于底层的关系模型，查询模式具有挑战性。
- 查询和推理能力有限 ：通常仅提供有限的查询和推理能力。

此外，在数据模型、异构性和速度方面，关系数据库也存在不足。关系数据库的模式是刚性且严格解耦的，而知识图谱通常采用灵活的模式，这使得关系数据库不太适合表示知识图谱。而且，任何导致新TBox知识的推理可能需要重新编译模式，这是一项代价高昂的操作。同时，表示继承等关系也很棘手，在不涉及应用逻辑或外部定义规则的情况下，即使为RDFS实现蕴含规则也并非易事。

2. 文档模型

文档模型将数据存储为嵌套的键值对，在许多实现中，这些数据被组织成文档，类似于关系数据库中的元组。随着大数据和流数据的兴起，文档存储变得流行起来，因为它们没有刚性模式，并且可以轻松扩展。在许多实现中，文档被组织成所谓的集合，集合类似于关系数据库中的表，但不强制执行模式，因此集合中存储的每个文档可以具有不同的结构和元数据。

文档模型可以通过两种方式用于托管知识图谱：
- 嵌套对象方式 ：这是存储文档的原生方式，一个实例的所有信息都存储在一个文档中。这种方式便于访问单个文档，但更新存在问题，因为出现在多个文