Graf properti berlabel dalam graf di Microsoft Fabric

Nota

Fitur ini saat ini dalam pratinjau publik. Pratinjau ini disediakan tanpa perjanjian tingkat layanan, dan tidak disarankan untuk beban kerja produksi. Fitur tertentu mungkin tidak didukung atau mungkin memiliki kemampuan terbatas. Untuk informasi selengkapnya, lihat Ketentuan Penggunaan Tambahan untuk Pratinjau Microsoft Azure.

Grafik properti berlabel (LPG) adalah model data yang mewakili entitas sebagai simpul dan koneksi sebagai tepi, dengan label dan properti pada keduanya. Graf dalam Microsoft Fabric menggunakan model LPG untuk memberikan performa penelusuran dan kueri yang cepat untuk analitik dan data yang saling terhubung.

Apa itu grafik properti berlabel (LPG)?

Banyak database graph populer menggunakan model data LPG, termasuk grafik dalam Microsoft Fabric. Dalam LPG:

  • Anda mewakili data sebagai simpul dan tepi, yang juga kadang-kadang disebut titik dan hubungan, masing-masing.
  • Anda mengklasifikasikan simpul (seperti Person atau Product) dan tepi (seperti FRIENDS_WITH atau PURCHASED) dengan label.
  • Simpul dan tepi dapat memiliki properti - pasangan kunci-nilai yang menyimpan lebih banyak data (seperti {name: "Alice", age: 30} untuk simpul, {since: 2020} untuk tepi).

LPG tidak memerlukan pengidentifikasi global seperti Pengidentifikasi Sumber Daya Internasional (IR) atau Pengidentifikasi Sumber Daya Seragam (URI) untuk setiap simpul atau tepi. Sebaliknya, mereka menggunakan pengidentifikasi tingkat internal atau aplikasi. Aplikasi Anda menentukan arti label.

Perbandingan Resource Description Framework (RDF)

Penting

Grafik di Microsoft Fabric hanya mendukung model LPG. Resource Description Framework (RDF) tidak didukung.

RDF adalah model standar dari World Wide Web Consortium (W3C) untuk mewakili informasi sebagai triple subjek-predikat-objek. Ini sering digunakan untuk skenario grafik web dan pengetahuan semantik. RDF unggul di interoperabilitas, integrasi data, dan penalaran formal dengan ontologi. Namun, grafik tidak mendukung RDF.

Jika kasus penggunaan Anda memerlukan standar web semantik, ontologi web semantik, atau integrasi data global, pertimbangkan platform lain yang mendukung RDF. Untuk analitik perusahaan, beban kerja grafik operasional, dan skenario kecerdasan bisnis, LPG adalah model yang direkomendasikan dan didukung.

Manfaat utama model LPG dalam Fabric

Bagi sebagian besar pelanggan, model LPG memberikan keseimbangan performa, kegunaan, dan integrasi terbaik untuk analitik data yang terhubung di Microsoft Fabric.

  • Kesederhanaan dan intuitif: Simpul dan tepi memetakan lebih dekat dengan bagaimana orang berpikir tentang jaringan. LPG kurang kompleks daripada RDF. Anda tidak perlu menentukan ontologi atau mengelola pengidentifikasi global.
  • Properti pada tepi: Modelkan hubungan tertimbang, temporal, atau berlabel pada tepi. Fitur ini mendukung analitik tingkat lanjut seperti rekomendasi dan deteksi penipuan.
  • Performa dan efisiensi penyimpanan: Database grafik berbasis LPG menyimpan data secara ringkas dan memungkinkan traversal cepat, bahkan untuk grafik besar dan kompleks.
  • Skema fleksibel: Berevolusi model grafik Anda saat kebutuhan bisnis Anda berubah, tanpa batasan yang kaku. Perhatikan bahwa perubahan skema saat ini mengharuskan Anda membuat model grafik baru dan memuat ulang data Anda. Untuk informasi selengkapnya, lihat Mendesain skema grafik.
  • Integrasi dengan Fabric: Graph bekerja dengan OneLake dan Power BI, memungkinkan analitik dan visualisasi tanpa hambatan.

Untuk rincian mengenai bagaimana memetakan jenis node dan tepi ke tabel lakehouse di Fabric, lihat Memahami jenis node dan jenis tepi.

Konten terkait

  • Last updated on