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.
Cet article présente 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 étiqueté (LPG)
De nombreuses bases de données de graphe populaires utilisent le modèle de données LPG, notamment Graph dans Microsoft Fabric. Dans un LPG :
- Vous représentez des données en tant que nœuds et arêtes, qui sont également parfois appelés sommets et relations, respectivement.
- Vous classifiez les nœuds (tels que Person ou Product) et les arêtes (telles que FRIENDS_WITH ou ACHETÉ) avec des étiquettes.
- Les nœuds et les arêtes peuvent avoir des propriétés : paires clé-valeur qui stockent plus 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. Au lieu de cela, ils utilisent des identificateurs 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. Il est souvent utilisé pour les scénarios de web sémantique et de graphe de connaissances. RDF excelle au niveau de l’interopérabilité, de l’intégration des données et du raisonnement formel avec les ontologies. Toutefois, Graph dans Microsoft Fabric ne prend pas en charge RDF.
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’entreprise, des charges de travail de graphique opérationnel et des scénarios décisionnels, utilisez le LPG, qui est le modèle recommandé et pris en charge dans Graph 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 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.