Del via

Merkede egenskapsdiagrammer i Microsoft Fabric

Note

Denne funksjonen er for øyeblikket i offentlig forhåndsversjon. Denne forhåndsvisningen leveres uten en tjenesteavtale, og anbefales ikke for produksjonsarbeidsbelastninger. Enkelte funksjoner støttes kanskje ikke eller kan ha begrensede funksjoner. Hvis du vil ha mer informasjon, kan du se Supplerende vilkår for bruk for Microsoft Azure Previews.

I denne artikkelen utforsker vi LPG-modellen (Branded Property Graph), som er datamodellen som brukes av graf i Microsoft Fabric. LPG gir praktiske fordeler for analyse og tilkoblede data i Microsoft Fabric.

Viktig!

Graf i Microsoft Fabric støtter bare LPG-modellen (Labeled Property Graph). Resource Description Framework (RDF) støttes ikke.

Merket egenskapsgraf (LPG)

LPG er en datamodell som brukes av mange populære grafdatabaser, inkludert graf i Microsoft Fabric. I en LPG:

  • Data er representert som noder (hjørner) og kanter (relasjoner).
  • Etiketter klassifiserer noder (for eksempel Person eller Produkt) og kanter (for eksempel FRIENDS_WITH eller KJØPT).
  • Både noder og kanter kan ha egenskaper – nøkkelverdipar som lagrer mer data (for eksempel {name: "Alice", age: 30} for en node, {since: 2020} for en kant).

LPG-er krever ikke globale identifikatorer (IRI-er/URI-er) for hver node eller kant; de bruker interne ID-er eller ID-er på applikasjonsnivå. Applikasjonen din definerer betydningen av etiketter, noe som gjør LPG-er enkle og utviklervennlige. Egenskapsgraftilnærmingen ble født ut av et behov for effektive, navigerbare datastrukturer for tilkoblede data, med fokus på rask grafgjennomgang og spørringsytelse for operasjonell analyse (for eksempel anbefalingsmotorer, svindeldeteksjon, forsyningskjedeanalyse).

Hva med Resource Description Framework (RDF)?

RDF er en W3C-standardisert modell for å representere informasjon som subjekt-predikat-objekt-trippeler, ofte brukt for semantiske nett- og kunnskapsgrafscenarier. RDF utmerker seg med interoperabilitet, dataintegrasjon og formell resonnement med ontologier. RDF støttes imidlertid ikke i graf i Microsoft Fabric for øyeblikket.

Hvis brukstilfellet krever semantiske nettstandarder, semantiske nettontologier eller global dataintegrering, må du kanskje vurdere andre plattformer som støtter RDF. For de fleste bedriftsanalyser, operasjonelle grafarbeidsbelastninger og forretningsanalysescenarioer er LPG den anbefalte og støttede modellen i graf i Microsoft Fabric.

Viktige fordeler med LPG i Graph i Microsoft Fabric

For de fleste kunder gir LPG den beste balansen mellom ytelse, brukervennlighet og integrasjon for tilkoblet dataanalyse i Microsoft Fabric.

  • Enkelhet og intuitivitet: Noder og kanter er tett knyttet til hvordan folk tenker på nettverk. Det er mindre kompleksitet på forhånd enn RDF – du trenger ikke å definere ontologier eller administrere globale identifikatorer.
  • Egenskaper på kanter: Modeller enkelt vektede, midlertidige eller merkede relasjoner, og støtter avansert analyse som anbefalinger og svindeldeteksjon.
  • Ytelse og lagringseffektivitet: Grafdatabaser som bruker LPG-modellen, lagrer data kompakt og muliggjør rask gjennomgang, selv for store, komplekse grafer.
  • Fleksibelt skjema: Du kan utvikle grafmodellen etter hvert som forretningsbehovene endres, uten rigide begrensninger.
  • Integrasjon med Fabric: Bruken av LPG-er etter graf i Microsoft Fabric er dypt integrert med OneLake og Power BI, noe som muliggjør sømløs analyse og visualisering.

Beslektet innhold

  • Last updated on