Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Note
Cette fonctionnalité est actuellement disponible en préversion publique. Cette préversion est fournie sans contrat de niveau de service, et n’est pas recommandée pour les charges de travail de production. Certaines fonctionnalités peuvent être limitées ou non prises en charge. Pour plus d’informations, consultez Conditions d’utilisation supplémentaires pour les préversions de Microsoft Azure.
Dans cet article, nous explorons le modèle LPG (Labeled Property Graph), qui est le modèle de données utilisé par graph dans Microsoft Fabric. Le LPG offre des avantages pratiques pour l’analytique et les données connectées dans Microsoft Fabric.
Important
Graph dans Microsoft Fabric prend uniquement en charge le modèle LPG (Labeled Property Graph). Resource Description Framework (RDF) n’est pas pris en charge.
Graphe de Propriétés Étiquetées (Labeled Property Graph - LPG)
Le LPG est un modèle de données utilisé par de nombreuses bases de données graphiques populaires, y compris le graphique dans Microsoft Fabric. Dans un LPG :
- Les données sont représentées sous forme de nœuds (sommets) et de bords (relations).
- Les étiquettes classifient les nœuds (tels que Person ou Product) et les bords (tels que FRIENDS_WITH ou ACHETÉ).
- Les nœuds et les arêtes peuvent avoir des propriétés : des paires clé-valeur stockant davantage de données (par
{name: "Alice", age: 30}exemple, pour un nœud,{since: 2020}pour un bord).
Les groupes de sécurité réseau ne nécessitent pas d’identificateurs globaux (IRIs/URI) pour chaque nœud ou périphérie ; ils utilisent des ID internes ou au niveau de l’application. Votre application définit la signification des étiquettes, ce qui rend les LPG simples et conviviales pour les développeurs. L’approche du graphe de propriétés est née d’un besoin de structures de données efficaces et navigables pour les données connectées, avec un focus sur les performances rapides des graphiques et des requêtes pour l’analytique opérationnelle (comme les moteurs de recommandation, la détection des fraudes, l’analyse de la chaîne d’approvisionnement).
Qu’en est-il de Resource Description Framework (RDF) ?
RDF est un modèle standardisé W3C pour représenter des informations en tant que triples objet-prédicat-objet, souvent utilisés pour les scénarios de graphiques sémantiques web et de connaissances. RDF excelle au niveau de l’interopérabilité, de l’intégration des données et du raisonnement formel avec les ontologies. Toutefois, RDF n’est pas pris en charge dans les graphes dans Microsoft Fabric pour l’instant.
Si votre cas d’usage nécessite des normes web sémantiques, des ontologies web sémantiques ou une intégration de données globales, vous devrez peut-être prendre en compte d’autres plateformes qui prennent en charge RDF. Pour la plupart des analyses d'entreprises, des charges de travail de graphe opérationnel et des scénarios de business intelligence, le LPG est le modèle recommandé et pris en charge dans Microsoft Fabric.
Principaux avantages du LPG
Pour la plupart des clients, le LPG offre le meilleur équilibre entre performances, facilité d’utilisation et intégration pour l’analytique des données connectées dans Microsoft Fabric.
- Simplicité et intuitive : Les nœuds et les arêtes correspondent étroitement à la façon dont les personnes pensent aux réseaux. Il y a moins de complexité initiale que RDF. Il n’est pas nécessaire de définir des ontologies ou de gérer des identificateurs globaux.
- Propriétés sur les bords : Modélisez facilement des relations pondérées, temporelles ou étiquetées, prenant en charge des analyses avancées telles que des recommandations et la détection des fraudes.
- Performances et efficacité du stockage : Les bases de données graphes qui utilisent le modèle LPG stockent les données de manière compacte et permettent des traversées rapides, même pour les graphiques volumineux et complexes.
- Schéma flexible : Vous pouvez faire évoluer votre modèle de graphe en fonction des besoins de votre entreprise, sans contraintes rigides.
- Intégration à Fabric : L’utilisation de LPGs par graphique dans Microsoft Fabric est profondément intégrée à OneLake et Power BI, ce qui permet une analytique et une visualisation transparentes.