Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Nota:
Esta característica actualmente está en su versión preliminar pública. Esta versión preliminar se ofrece sin un contrato de nivel de servicio y no es aconsejable usarla para cargas de trabajo de producción. Es posible que algunas características no sean compatibles o que tengan sus funcionalidades limitadas. Para más información, consulte Términos de uso complementarios para las versiones preliminares de Microsoft Azure.
En este artículo, exploramos el modelo de Gráfico de Propiedades Etiquetado (LPG), que es el modelo de datos que usan los gráficos en Microsoft Fabric. LPG ofrece ventajas prácticas para el análisis y los datos conectados en Microsoft Fabric.
Importante
Graph en Microsoft Fabric solo admite el modelo labeled Property Graph (LPG). No se admite el marco de descripción de recursos (RDF).
Gráfico de propiedades etiquetado (LPG)
LPG es un modelo de datos que usan muchas bases de datos de grafos populares, incluido el grafo de Microsoft Fabric. En un LPG:
- Los datos se representan como nodos (vértices) y bordes (relaciones).
- Las etiquetas clasifican nodos (como Persona o Producto) y bordes (como FRIENDS_WITH o PURCHASED).
- Ambos nodos y bordes pueden tener propiedades: pares clave-valor que almacenan más datos (por ejemplo
{name: "Alice", age: 30}, para un nodo,{since: 2020}para un borde).
Los LPGs no requieren identificadores globales (IRIs/URIs) para cada nodo o arista; usan identificadores internos o de nivel de aplicación. La aplicación define el significado de las etiquetas, lo que hace que los LPG sean sencillos y fáciles de usar para desarrolladores. El enfoque del grafo de propiedades nació de una necesidad de estructuras de datos eficientes y navegables para los datos conectados, con un enfoque en el recorrido rápido de grafos y el rendimiento de las consultas para el análisis operativo (como motores de recomendación, detección de fraudes, análisis de la cadena de suministro).
¿Qué ocurre con el marco de descripción de recursos (RDF)?
RDF es un modelo normalizado por W3C para representar información como triples de sujeto-predicado-objeto, que a menudo se emplean en escenarios de web semántica y grafos de conocimiento. RDF destaca por la interoperabilidad, la integración de datos y el razonamiento formal con ontologías. Sin embargo, en este momento, RDF no se admite en el gráfico en Microsoft Fabric.
Si el caso de uso requiere estándares web semánticos, ontologías web semánticas o integración de datos globales, es posible que tenga que tener en cuenta otras plataformas que admiten RDF. Para la mayoría de los análisis empresariales, las cargas de trabajo de grafos operativos y los escenarios de inteligencia empresarial, LPG es el modelo recomendado y compatible en el modelo de grafos de Microsoft Fabric.
Ventajas clave de LPG
Para la mayoría de los clientes, LPG proporciona el mejor equilibrio de rendimiento, facilidad de uso e integración para el análisis de datos conectados en Microsoft Fabric.
- Simplicidad e intuitiva: Los nodos y los bordes se asignan estrechamente a la forma en que las personas piensan en las redes. Hay menos complejidad inicial que RDF: no es necesario definir ontologías ni administrar identificadores globales.
- Propiedades en bordes: Modele fácilmente las relaciones ponderadas, temporales o etiquetadas, y admita análisis avanzados como recomendaciones y detección de fraudes.
- Rendimiento y eficiencia de almacenamiento: Las bases de datos de grafos que usan el modelo LPG almacenan los datos de forma compacta y permiten recorridos rápidos, incluso para grafos grandes y complejos.
- Esquema flexible: Puede evolucionar el modelo de grafos a medida que cambien las necesidades empresariales, sin restricciones rígidas.
- Integración con Fabric: El uso de LPGs mediante gráficos en Microsoft Fabric está profundamente integrado con OneLake y Power BI, lo que permite un análisis y una visualización sin problemas.