Dela via

Etiketterade egenskapsdiagram i Microsoft Fabric

Anmärkning

Den här funktionen är för närvarande i offentlig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och rekommenderas inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller kan vara begränsade. Mer information finns i Kompletterande villkor för användning av Microsoft Azure-förhandsversioner.

I den här artikeln utforskar vi lpg-modellen (Labeled Property Graph), som är den datamodell som används av grafen i Microsoft Fabric. LPG ger praktiska fördelar för analys och anslutna data i Microsoft Fabric.

Viktigt!

Graph i Microsoft Fabric stöder endast lpg-modellen (Labeled Property Graph). Resource Description Framework (RDF) stöds inte.

Etikettat egenskapsdiagram (LPG)

LPG är en datamodell som används av många populära grafdatabaser, inklusive graf i Microsoft Fabric. I en LPG:

  • Data representeras som noder (hörn) och kanter (relationer).
  • Etiketter klassificerar noder (till exempel person eller produkt) och kanter (till exempel FRIENDS_WITH eller KÖPT).
  • Både noder och kanter kan ha egenskaper – nyckel/värde-par som lagrar mer data (till exempel {name: "Alice", age: 30} för en nod, {since: 2020} för en kant).

LPG:er kräver inte globala identifierare (IRI:er/URI:er) för varje nod eller kant. de använder interna ID:er eller programnivå-ID:er. Ditt program definierar innebörden av etiketter, vilket gör LPG:er enkla och utvecklarvänliga. Metoden för egenskapsdiagram föddes ur ett behov av effektiva, navigeringsbara datastrukturer för anslutna data, med fokus på snabb grafbläddring och frågeprestanda för driftanalys (till exempel rekommendationsmotorer, bedrägeriidentifiering, leveranskedjeanalys).

Hur är det med Resource Description Framework (RDF)?

RDF är en W3C-standardiserad modell för att representera information som subjekt-predikat-objekt tripplar, som ofta används för semantiska webb- och kunskapsgrafscenarier. RDF utmärker sig vid samverkan, dataintegrering och formella resonemang med ontologier. RDF stöds dock inte i graph i Microsoft Fabric just nu.

Om ditt användningsfall kräver semantiska webbstandarder, semantiska webb ontologier eller global dataintegrering kan du behöva överväga andra plattformar som stöder RDF. För de flesta företagsanalyser, driftgrafarbetsbelastningar och business intelligence-scenarier är LPG den rekommenderade och stödda modellen i grafen i Microsoft Fabric.

Viktiga fördelar med lpg

För de flesta kunder ger LPG den bästa balansen mellan prestanda, användbarhet och integrering för ansluten dataanalys i Microsoft Fabric.

  • Enkelhet och intuitivhet: Noder och kanter mappas nära till hur människor tänker kring nätverk. Det finns mindre komplexitet i förväg än RDF – du behöver inte definiera ontologier eller hantera globala identifierare.
  • Egenskaper på kanter: Modellera enkelt viktade, tidsmässiga eller märkta relationer med stöd för avancerade analyser som rekommendationer och identifiering av bedrägerier.
  • Prestanda och lagringseffektivitet: Grafdatabaser som använder LPG-modellen lagrar data kompakt och möjliggör snabba blädderingar, även för stora, komplexa grafer.
  • Flexibelt schema: Du kan utveckla din grafmodell när dina affärsbehov ändras, utan strikta begränsningar.
  • Integrering med Fabric: Användningen av LPGs per graf i Microsoft Fabric är djupt integrerad med OneLake och Power BI, vilket möjliggör sömlös analys och visualisering.

Relaterat innehåll