注释
此功能目前处于公开预览状态。 此预览版在没有服务级别协议的情况下提供，不建议用于生产工作负荷。 某些功能可能不受支持或者受限。 有关详细信息，请参阅 Microsoft Azure 预览版的使用条款。
本文介绍 Labeled Property Graph （LPG） 模型，该模型是 Microsoft Fabric 中图形使用的数据模型。 LPG 为图形中的分析和连接数据提供实际优势。
重要
graph 仅支持 LPG 模型。 不支持资源说明框架（RDF）。
带标签的属性图（LPG）
许多常用 图形数据库 使用 LPG 数据模型，包括图形。 在 LPG 中：
- 将数据表示为节点和边缘，这些节点和边缘有时也称为顶点和关系。
- 使用 标签对节点（如人员或产品）和边缘（如FRIENDS_WITH或 PURCHASED）进行分类。
- 节点和边缘都可以具有属性，这些属性是键值对，可以存储更多数据（例如，
{name: "Alice", age: 30}对节点，{since: 2020}对边缘）。
LPG 不需要每个节点或边缘的全局标识符（IRIs/URI）。 而是使用内部或应用程序级标识符。 应用程序定义标签的含义，使得 LPG 变得简单易行且开发人员友好型。 属性图方法诞生于对连接数据高效、可导航的数据结构的需求，重点在于实现快速的图遍历和查询性能，用于操作分析（例如推荐引擎、欺诈检测、供应链分析）。
资源说明框架（RDF）如何？
RDF 是一种 W3C 标准化模型，用于将信息表示为主语-谓语-宾语三元组。 它通常用于语义web和知识图谱场景。 RDF 擅长互作性、数据集成和与本体进行正式推理。 但是，图形 不支持 RDF。
如果用例需要语义 Web 标准、语义 Web 本体或全局数据集成，则可能需要考虑支持 RDF 的其他平台。 对于大多数企业分析、操作图工作负载和商业智能方案，请使用 LPG，这是图形中推荐和支持的模型。
LPG 的主要优势
对于大多数客户，LPG 为Microsoft Fabric中连接的数据分析提供性能、可用性和集成的最佳平衡。
- 简单性和直观性： 节点和边缘与人们如何看待网络密切相关。 与 RDF 相比，复杂性更低。 无需定义本体或管理全局标识符。
- 边缘上的属性： 可以轻松地对加权、时态或标记的关系建模。 此功能支持高级分析，例如建议和欺诈检测。
- 性能和存储效率： 使用 LPG 模型的图形数据库可压缩存储数据，并启用快速遍历，即使对于大型复杂图形也是如此。
- 灵活的架构： 随着业务需求的变化，你可以改进图形模型，而无需严格的约束。
- 与 Fabric 集成： 通过图形使用 LPG 与 OneLake 和 Power BI 深度集成，可实现无缝分析和可视化。