图数据库、RDF 和链接数据

RDF 与 LPG：数据模型

RDF 数据集中的每个语句都表示图中的一个边，但在 LPG 中，节点可以具有内部结构，因此我们可以决定什么是属性，什么是关系。

一小组 RDF 语句。您可以尝试将它们插入您最喜欢的三元组存储中（为什么不使用 rdf4j 服务器？[https://rdf4j.org/documentation/tools/server-workbench/])

INSERT DATA {
<https://g.co/kg/m/0567wt> <https://schema.org/name> "Sketches of Spain" .
<https://g.co/kg/m/0567wt> <https://www.w3.org/1999/02/22-rdf-syntax-ns#type> <https://schema.org/MusicAlbum> .
<https://g.co/kg/m/0567wt> <https://schema.org/description> "Album by Miles Davis" .
 <https://g.co/kg/m/0567wt> <https://schema.org/genre> "Jazz" .
<https://g.co/kg/m/0567wt> <https://schema.googleapis.com/detailedDescription> _:genid1 .
_:genid1 <https://schema.org/license> "https://en.wikipedia.org/wiki/Wikipedia:Creative_Commons_Attribution-ShareAlike_3.0_License" .
_:genid1 <https://schema.org/url> "https://en.wikipedia.org/wiki/Sketches_of_Spain".
_:genid1 <https://schema.org/articleBody> "...between November 1959 and March 1960 at the Columbia 30th Street Studio in NY City" .
<https://g.co/kg/m/0567wt> <https://schema.org/award> <https://g.co/kg/m/018xpp> .
<https://g.co/kg/m/018xpp> <https://schema.org/name> "Grammy Hall of Fame" .
<https://g.co/kg/m/0567wt> <https://schema.org/byArtist> <https://g.co/kg/m/053yx> .
<https://g.co/kg/m/053yx> <https://schema.org/name> "Miles Davis" .
<https://g.co/kg/m/0567wt> <https://schema.org/producer> <https://g.co/kg/m/01v1m8b> .
<https://g.co/kg/m/01v1m8b> <https://schema.org/name> "Teo Macero" .
<https://g.co/kg/m/0567wt> <https://schema.org/producer> <https://g.co/kg/m/02wvrn5> .
<https://g.co/kg/m/02wvrn5> <https://schema.org/name> "Irving Townsend" .
}

这次使用 Cypher 表示相同的信息作为属性图

CREATE (sos:MusicAlbum { name: "Sketches of Spain",
              description: "Album by Miles Davis",
              genre: "Jazz"})

CREATE (dd:DetailedDescription { license: "https://en.wikipedia.org/wiki/Wikipedia:Creative_Commons_Attribution-ShareAlike_3.0_License",
                        articleBody: "...between November 1959 and March 1960 at the Columbia 30th Street Studio in NY City"})

CREATE (sos)-[:goog_detailedDescription]->(dd)

CREATE (sos)-[:award]-> (:Award { name: "Grammy Hall of Fame" })
CREATE (sos)-[:byArtist]->(:Person { name: "Miles Davis" })
CREATE (sos)-[:producer]->(:Person { name: "Teo Macero" })
CREATE (sos)-[:producer]->(:Person { name: "Irving Townsend" })

RDF 与 LPG：SPARQL 和 Cypher 查询

使用 SPARQL 查询 RDF 图

让我们获取由 Irving Townsend 制作专辑的艺术家的姓名。

以下是 SPARQL 查询的样子

prefix schema: <https://schema.org/>

SELECT DISTINCT ?artistname
WHERE {
     ?prod schema:name "Irving Townsend" .
     ?musalb schema:producer ?prod .
     ?musalb schema:byArtist ?artist .
     ?artist schema:name ?artistname .
}

使用 Cypher 查询属性图

这次使用 Cypher 的等效查询如下

MATCH (prod)<-[:producer]-(album)-[:byArtist]->(artist)
WHERE prod.name = "Irving Townsend"
RETURN artist.name

RDF 与 LPG：SPARQL 和 Cypher 更新

使用 SPARQL 更新 RDF 图

我们已经了解了如何使用 INSERT DATA 将三元组插入 RDF 存储中，但更新呢？让我们尝试将所有制作人的姓名大写

请注意，在本例中，我们不是通过类型来识别制作人，而是通过他们通过“制作人”关系链接到专辑的事实。

PREFIX sc: <https://schema.org/>
DELETE { ?prod sc:name ?name }
INSERT { ?prod sc:name ?newValue }
WHERE
  {
    ?prod sc:name ?name .
    ?musalb sc:producer ?prod .

     BIND (UCASE(?name) AS ?newValue)
  }

使用 Cypher 更新 Neo4j 中的属性图

这次使用 Cypher 的相同更新查询

MATCH (p)<-[:producer]-()
SET p.name = toUpper(p.name)

RDF 与 LPG：模型差异 #1

Neo4j 中的每个关系都具有类型，并且是唯一标识的

属性图中两个节点之间具有相同类型的多个关系

CREATE (d {name: "Dan"})-[:LIKES]->(a {name: "Ann"})
CREATE (d)-[:LIKES]->(a)
CREATE (d)-[:LIKES]->(a)

当我们查询它时……

MATCH (d {name: "Dan"})-[l:LIKES]->(a {name: "Ann"})
RETURN COUNT(l)

我们得到三个类型为“LIKES”的单独关系。

这是因为属性图中的每个关系都是唯一标识的。

RDF 中两个节点之间具有相同类型的多个关系

prefix sc: <https://schema.org/>
INSERT DATA {
 <https://dan> sc:name "Dan" .
 <https://ann> sc:name "Ann" .
 <https://dan> sc:likes <https://ann> .
 <https://dan> sc:likes <https://ann> .
 <https://dan> sc:likes <https://ann> .
}

但当我们查询它时……

PREFIX sc: <https://schema.org/>
SELECT (COUNT(?x) AS ?count)
where {
<https://dan> sc:likes ?x .
  FILTER (?x = <https://ann>)
}

这是因为 RDF 中相同类型的关系表示完全相同的语句（三元组）。如果我们想要多个，我们需要使用具体化。

RDF 与 LPG：模型差异 #2

由于它们是唯一标识的，因此属性图中的关系可以限定（具有属性）

在属性图中……

关系中的属性是自然的事情

CREATE ( {name: "NYC"})-[:CONNECTION { distanceKm : 4100, costUSD: 300}]->( {name: "SFO"})

我们可以轻松地查询它们……

MATCH ( {name: "NYC"})-[c:CONNECTION]->( {name: "SFO"})
RETURN c.costUSD, c.distanceKm

在 RDF 中……

类似的方法将不起作用。

prefix sc: <https://schema.org/>
INSERT DATA {
 <https://nyc> sc:name "NYC" .
 <https://sfo> sc:name "SFO" .
 <https://nyc> sc:connection <https://sfo> .
 sc:connection sc:distanceKm 4100
}

我们可以认为添加一个带有距离的三元组可以完成这项工作……但实际上我们是在将距离属性添加到关系类型，而不是添加到此特定实例。

prefix sc: <https://schema.org/>
SELECT ?distanceKm {
 ?nyc sc:name "NYC" .
 ?sfo sc:name "SFO" .
 ?nyc ?p ?sfo .
  filter(?p = sc:connection)
 ?p sc:distanceKm ?distanceKm
}

因此，当我们查询它时，当只有一个实例时它看起来不错……但当我们添加更多相同关系的实例时，事情就会出错。

prefix sc: <https://schema.org/>
INSERT DATA {
 <https://nyc> sc:name "NYC" .
 <https://lhr> sc:name "LHR" .
 <https://nyc> sc:connection <https://lhr> .
 sc:connection sc:distanceKm 5600
}

RDF 中的一种可能的替代方法：使用中间节点建模解决方法

prefix sc: <https://schema.org/>
INSERT DATA {
 <https://nyc> sc:name "NYC" .
 <https://sfo> sc:name "SFO" .
 <https://nyc-sfo> sc:from <https://nyc> .
 <https://nyc-sfo> sc:to <https://sfo> .
 <https://nyc-sfo> sc:distanceKm 4100 .
 <https://nyc-sfo> sc:costUSD 300 .
}

RDF 与 LPG：模型差异 #2

多值属性

多值属性在属性图中存储为数组

CREATE (s:Album { name: "Sketches of Spain",
                  genre: [ "Jazz","Orchestral Jazz" ] } )

可以查询并作为数组返回……

MATCH (a:Album)
WHERE a.name= "Sketches of Spain"
RETURN a.genre

……或作为单个结果

MATCH (a:Album) WHERE a.name =
"Sketches of Spain"
UNWIND a.genre as genre
RETURN genre

多值属性在 RDF 中是简单的独立语句（三元组）

无需任何特殊操作，它们是两个单独的三元组

prefix schema: <https://schema.org/>
INSERT DATA {
  <https://g.co/kg/m/0567wt> schema:name "Sketches of Spain" .
  <https://g.co/kg/m/0567wt> schema:genre "Jazz" .
  <https://g.co/kg/m/0567wt> schema:genre "Orchestral Jazz" .
  }

可以查询，并将返回多个不同的绑定

prefix schema: <https://schema.org/>
SELECT ?genre {
  ?album schema:name "Sketches of Spain" .
  ?album schema:genre ?genre .
  }

集成 #1：将 RDF 数据加载到 Neo4j 中

查询 SPARQL 端点并通过 LOAD CSV 导入

数据位于提供 SPARQL 端点的三元组存储中

一个流行的（尽管很乱）公共 SPARQL 端点是 dbpedia：https://dbpedia.org/sparql

这是一个返回 Gene Hackman 电影的 SPARQL 查询

prefix dbpedia-owl: <https://dbpedia.org/ontology/>
SELECT ?movie ?title ?dir ?name
WHERE {
  ?movie dbpedia-owl:starring ?actor .
  ?actor rdfs:label "Gene Hackman"@en .
  ?movie rdfs:label ?title .
  ?movie dbpedia-owl:director ?dir .
  ?dir rdfs:label ?name .
  FILTER LANGMATCHES(LANG(?title), "EN")
  FILTER LANGMATCHES(LANG(?name),  "EN")
}

我们可以使用 LOAD CSV 直接浏览数据集

WITH "https://dbpedia.org/sparql?default-graph-uri=http%3A%2F%2Fdbpedia.org&query=prefix+dbpedia-owl%3A+%3Chttp%3A%2F%2Fdbpedia.org%2Fontology%2F%3E+%0D%0A%0D%0ASELECT+%3Fmovie+%3Ftitle+%3Fdir+%3Fname%0D%0AWHERE+%7B%0D%0A++%3Fmovie+dbpedia-owl%3Astarring+%5B+rdfs%3Alabel+%22Gene+Hackman%22%40en+%5D%3B%0D%0A+++++++++rdfs%3Alabel+%3Ftitle%3B%0D%0A+++++++++dbpedia-owl%3Adirector+%3Fdir+.%0D%0A++%3Fdir+rdfs%3Alabel+%3Fname+.%0D%0A++FILTER+LANGMATCHES%28LANG%28%3Ftitle%29%2C+%22EN%22%29%0D%0A++FILTER+LANGMATCHES%28LANG%28%3Fname%29%2C++%22EN%22%29%0D%0A%7D&format=text%2Fcsv&CXML_redir_for_subjs=121&CXML_redir_for_hrefs=&timeout=30000&debug=on" AS url

LOAD CSV WITH HEADERS FROM url AS row
RETURN row

如果数据看起来不错，我们可以完成查询以在 Neo4j 中创建节点和关系……

WITH "https://dbpedia.org/sparql?default-graph-uri=http%3A%2F%2Fdbpedia.org&query=prefix+dbpedia-owl%3A+%3Chttp%3A%2F%2Fdbpedia.org%2Fontology%2F%3E+%0D%0A%0D%0ASELECT+%3Fmovie+%3Ftitle+%3Fdir+%3Fname%0D%0AWHERE+%7B%0D%0A++%3Fmovie+dbpedia-owl%3Astarring+%5B+rdfs%3Alabel+%22Gene+Hackman%22%40en+%5D%3B%0D%0A+++++++++rdfs%3Alabel+%3Ftitle%3B%0D%0A+++++++++dbpedia-owl%3Adirector+%3Fdir+.%0D%0A++%3Fdir+rdfs%3Alabel+%3Fname+.%0D%0A++FILTER+LANGMATCHES%28LANG%28%3Ftitle%29%2C+%22EN%22%29%0D%0A++FILTER+LANGMATCHES%28LANG%28%3Fname%29%2C++%22EN%22%29%0D%0A%7D&format=text%2Fcsv&CXML_redir_for_subjs=121&CXML_redir_for_hrefs=&timeout=30000&debug=on" AS url

LOAD CSV WITH HEADERS FROM url AS row
MERGE (m:Movie { id: row.movie, title: row.title })
MERGE (d:Director { id: row.dir, name : row.name })
MERGE (m)-[db:DIRECTED_BY]->(d)
RETURN m, db, d

集成 #2：将 RDF 数据加载到 Neo4j 中

通过 neosemantics (n10s) 导入 RDF

RDF 中的 DESCRIBE 查询返回三元组

DESCRIBE <https://dbpedia.org/resource/Air_Jamaica>

我们可以使用 n10s 在 Cypher 中使用它

call n10s.rdf.import.fetch("https://dbpedia.org/data/Air_Jamaica.ttl","Turtle")

Air Jamaica 连接到的其中一件事……

MATCH (aj:Resource { uri: "https://dbpedia.org/resource/Air_Jamaica" }),
(aj)<-[r:ns2__subsidiary]-(what)
RETURN what.uri

……是加勒比航空

我们现在可以以类似的方式加载与加勒比航空相关的三元组。

call n10s.rdf.import.fetch("https://dbpedia.org/data/Caribbean_Airlines.ttl","Turtle")

此页面是否有帮助？

GraphGists

图数据库、RDF 和链接数据

RDF 与 LPG：数据模型

RDF 与 LPG：SPARQL 和 Cypher 查询

使用 SPARQL 查询 RDF 图

使用 Cypher 查询属性图

RDF 与 LPG：SPARQL 和 Cypher 更新

使用 SPARQL 更新 RDF 图

使用 Cypher 更新 Neo4j 中的属性图

RDF 与 LPG：模型差异 #1

Neo4j 中的每个关系都具有类型，并且是唯一标识的

属性图中两个节点之间具有相同类型的多个关系

RDF 中两个节点之间具有相同类型的多个关系

RDF 与 LPG：模型差异 #2

由于它们是唯一标识的，因此属性图中的关系可以限定（具有属性）

在属性图中……

在 RDF 中……

RDF 与 LPG：模型差异 #2

多值属性

多值属性在属性图中存储为数组

多值属性在 RDF 中是简单的独立语句（三元组）

集成 #1：将 RDF 数据加载到 Neo4j 中

查询 SPARQL 端点并通过 LOAD CSV 导入

集成 #2：将 RDF 数据加载到 Neo4j 中

通过 neosemantics (n10s) 导入 RDF