Mis toimub praegu RDF-ladustamistega?

Semantiline veeb ja seotud andmed on nagu lähedane kosmos: seal pole elu. Et sinna minna pikaajaliselt... noh, ma ei tea, mida teile lapsepõlves ütlesid, kui soovisite saada kosmonaudiks. Kuid seda, mis toimub, saab jälgida ka Maa pealt; amatööraastronoomiks või isegi professionaaliks saamine on palju lihtsam.

Artiklis käsitletakse viimaseid, mitte vanemaid kui paar kuud, trende RDF-ladustamiste maailmas. Esimese lõigu metafoor sai inspiratsiooni epohhialisest reklaamipildist, mis on allpool.

Epohhine pilt

I. GraphQL RDF-le ligipääsemiseks

Öeldakse,, et GraphQL püüab saada universaalseks andmebaaside ligipääsu keel. Aga kuidas on lood GraphQL-iga RDF-i juurdepääsuga?

„Karbist välja“ pakuvad selle võimalust:

• Stardog (blogi, dokumentatsioon);
• TopQuadrandi tooted (veebiseminar, dokumentatsioon).

Kui ladustamine ei paku sellist võimalust, siis rakendatakse seda iseseisvalt, kirjutades vastava „tuvastaja“ (resolver). Nii tehti näiteks Prantsuse projektis DataTourisme. Või võib-olla ei pea enam midagi kirjutama, vaid saab lihtsalt võtta HyperGraphQL.

Ükskõik, kuidas vaadata ortodokssest Semantic Web ja Linked Data poolest, on see kõik kahetsusväärne, kuna see tundub olevat mõeldud integratsioonideks, mis on üles ehitatud uute andmesilo ümber, mitte platvormide jaoks (loomulikult RDF-hoidlate jaoks).

GraphQL ja SPARQL'i võrdlemise muljed on kahetised.

• Ühelt poolt näeb GraphQL välja nagu kauge sugulane SPARQL'ist: selles on lahendatud REST-i iseloomulikud probleemid, nagu andmete liigne valimine ja paljusus päringute osas — ilma milleta ei saaks ilmselt rahuldavalt arvestada päringute keele, isegi veebis;
• Teiselt poolt on GraphQL'i range skeemilisus pettumus. Seega näib selle «introspektiivsus» väga piiratud võrreldes RDF-i täieliku refleksiivsusega. Ja puudub mis tahes analoog property paths'ile, nii et isegi ei ole eriti selge, miks see on «Graph-».

II. Adapterid MongoDB-le

Trend, mis täiendab eelnevat.

• Stardogis nüüd on võimalik — eelkõige, kõik samal GraphQL'il — on seadistatud MongoDB andmete kuvamine virtuaalsetesse RDF-graafikutesse;
• GraphDB on hiljuti lubab lisanud SPARQL'i MongoDB Query fragmente.

Lai runātu plašāk par JSON avotu adapteriem, kas ļauj vairāk vai mazāk "uz vietas" attēlot šajos avotos saglabāto JSON kā RDF, var pieminēt arī salīdzinoši sen pieejamo SPARQL Generate, ko var pievienot näiteks, Apache Jena.

Kopsavilkumā par pirmajiem diviem virzieniem var teikt, ka RDF krātuves demonstrē pilnīgu gatavību integrācijām un darbībai “dažādu glabāšanas variantu” (polyglot persistence) apstākļos. Tomēr ir zināms, ka pēdējais jau ilgu laiku nav modē, un tam tuvojas multimodelitāte. Un kā ir ar multimodelitāti RDF krātuļu pasaulē?

Ja īsi, tad nekādi. Tēmai par multimodelitātes DBMS vēlētos veltīt atsevišķu rakstu, taču šobrīd var atzīmēt, ka nav multimodelitātes DBMS, kas "balstās" uz grafu modeli (kas ir tā pavediena veids, ko var uzskatīt par RDF). Par zināmu nelielo multimodelitāte — alternatīvās grafu modeļa LPG atbalsts RDF krātuvēs — tiks stāstīts V nodaļā.

III. OLTP vs. OLAP

Tomēr tas pats Gartner writes, ka multimodelitāte ir sine qua non nosacījums pirmkārt operatīvajām AND. Selge on see, et "mitmekesises andmesalves" on peamised probleemid seotud tehingute täitmisega.

Aga kus asuvad RDF-andmehoidlad OLTP—OLAP skaalal? Minu vastus oleks: ei seal, ega siin. Nende mõeldud kasutusalade kirjeldamiseks on vajalik mingi kolmas akronüüm. Näiteks võiks pakkuda OLIP — Veebipõhine Intellektuaalne Protsessimine.

Kuid siiski:

• GraphDB-s rakendatud MongoDB integratsioonimehhanismid on suures osas mõeldud kirjutamisjõudluse probleemide vältimiseks;
• Stardog läheb veelgi kaugemale ja kirjutab mootori täielikult ümber, taas eesmärgiga parandada kirjutamisvõimet. Nüüd lubage mul tutvustada uut mängijat turul. IBM Netezza ja Amazon Redshift'i loojate käest —

AnzoGraph . Reklaampilt selle toote põhjal oli artikli alguses. AnzoGraph positsioneerib end GOLAP lahendusena. Kuidas oleks SPARQL-i aknafunktsioonidega? —SELECT ?month (COUNT(?event) OVER (PARTITION BY ?month) AS ?events) WHERE { … }

IV. RocksDB

Ülal oli juba

link oli link Stardog 7 Beta väljakuulutamisel öeldi, et Stardog kavatseb kasutada aluseks olevat salvestussüsteemi RocksDB — võtme-väärtuse salvestust, Facebooki haru Google'i LevelDB-st. Miks tasub juba rääkida mingist trendist?

Esiteks, tõenäoliselt Wikipeedia artiklisse, RocksDB-le «istuvad» mitte ainult RDF-salvestused. On projekte, mis kasutavad RocksDB-d salvestusmehhanismina ArangoDB-s, MongoDB-s, MySQL-is ja MariaDB-s, Cassandra.

Teiseks, RocksDB-l põhinevad projektid (st mitte tooted) vastava temaatikaga.

Näiteks kasutab eBay RocksDB-d platvormil oma «teadmusgraafi» jaoks. Muide, on huvitav lugeda: the query language started as a home grown format, but more recently it has been transitioning to be much more like SPARQL. Nagu anekdootides: kui palju teadmusgraafe ka ei loo, alati tuleb välja RDF.

Teine näide on paar kuud tagasi ilmunud Wikidata History Query Service. Enne selle ilmumist tuli ajaloolistele Wikidata andmetele pöörduda läbi MWAPI standardsest Mediawiki API-st. Nüüd on palju võimalik puhtal SPARQL-il. «Kapoti all» on sealgi RocksDB. Muide, WDHQS-i tegi ilmselt inimene, kes tegeles Freebase'i importimisega Google Knowledge Graphi.

V. LPG toe tugi

Tulet meelde LPG graafide peamine erinevus RDF graafidest.

LPG-s võivad servade eksemplaridel olla skalaaromadused, samas kui RDF-is saavad need kinnitada ainult "tüüpide" omadusi (kuid mitte ainult skalaaromadusi, vaid ka tavalisi suhteid). See piirang, mida RDF võrreldes LPG-lt kannatab, ületatakse kasutades erinevaid modelleerimistehnikaid. LPG piirangud võrreldes RDF-iga on keerulisemad, kuid LPG graafid on rohkem sarnased Harari õpikute piltidele, mistõttu inimesed neid eelistavad.

Ilmselgelt jaguneb ülesanne „LPG toetamine” kaheks osaks:

1. RDF mudelisse tehtavad muudatused, mis võimaldavad imiteerida LPG struktuure;
2. muudatused RDF päringute keeles, mis võimaldavad andmeid sel muudetud mudelil ligipääseda — või samuti võimaluse teostada päringuid selle mudeli järgi populaarses LPG päringute keeltes.

V.1. Andmemudel

Siin on mitmeid võimalikke lähenemisviise.

V.1.1. Üksiku omadus

Kõige otsesem lähenemine RDF ja LPG harmoneerimisele on tõenäoliselt singleton property:

• Näiteks eelduse asemel :isMarriedTo kasutatakse eelduseid :isMarriedTo1, :isMarriedTo2 jne.
• Seejärel muutuvad need predikaadid uute triplettide subjektideks: :isMarriedTo1 :since "2013-09-13"^^xsd:date ja sarnased.
• Nende predikaatide eksemplaride seos ühise predikaadiga kehtestatakse triplettide vormis :isMarriedTo1 rdf:singletonPropertyOf :isMarriedTo.
• Ilmselt on nii, et rdf:singletonPropertyOf rdfs:subPropertyOf rdf:type, aga mõtle, miks ei tasu lihtsalt kirjutada :isMarriedTo1 rdf:type :isMarriedTo.

Ülesanne „LPG toetamine“ lahendatakse siin RDFS tasemel. Selline lahendus nõuab vastavat standard. Mingid muudatused võivad olla vajalikud RDF-ladude jaoks, mis toetavad tagajärgede lisamist, samas kui Singleton Propertyt saab pidada lihtsalt veel üheks modelleerimise tehnikaks.

V.1.2. Reifikatsioon õigesti tehtud

Mugavamad lähenemised tulenevad teadlikkusest, et omaduste eksemplare saab täiesti instantsida triplettidega. Kui meil on võimalus rääkida triplettidest, saame rääkida ka omaduste eksemplaridest.

Nendest lähenemistest kõige soliidsem on RDF*, tuntud ka kui RDR, mis sündis Blazegraph'i sügavustes. Seda on algusest peale valinud enda jaoks ja AnzoGraph'i jaoks. Lähenemise soliidne ilu seisneb selles, et selle raames katseid on vastavad muudatused RDF Semantics. Siiski on alus äärmiselt lihtne. Turtle RDF serialiseerimises saab nüüd kirjutada umbes nii:

<> :since "2013-09-13"^^xsd:date .

V.1.3. Muud lähenemised

Ei pea formaalse semantika üle keerutama, vaid võib lihtsalt eeldada, et tripletitel on mingid identifikaatorid, mis on loomulikult URI-d, ja luua uusi tripleteid nende URI-dega. Tuleb vaid anda juurdepääs nendes URI-des SPARQL-is. Nii tegutseb Stardog. Allegrograph

jõudis vahepealsele teele. On teada, et tripletite identifikaatorid Allegrograph-is , kuid kolmekordsete atribuutide rakendamisel ei ole need väljas. Siiski on formalisest semantikast kaugel. Märkimisväärne on, et tripletite atribuudid ei ole URI-d ja nende atribuutide väärtused võivad olla ainult literaalid. LPG pooldajad saavad täpselt seda, mida nad soovisid. Spetsiaalselt välja töötatud NQX formaadis näeb näide, mis on eespooltoodud RDF* analoog, välja nii: has:bob :marriedTo :alice {"since" : "2013-09-13"}

:bob :marriedTo :alice {"since" : "2013-09-13"}

V.2. Küsimuste keeled

Toetades mingil moel LPG mudeli tasemel, tuleb võimaldada andmete päringute tegemine sellises mudelis.

• Blazegraph toetab päringute tegemist RDF* jaoks SPARQL* ja Gremlin. Päring SPARQL* näeb välja nii:

 SELECT * { <> :since ?since }

• AnzoGraph toetab samuti SPARQL* ja kavatseb toetada Cypher, päringukeelt Neo4j-s.
• Stardog toetab oma laiendust SPARQL ja taas Gremlin. SPARQL-i URI kolmnurkade ja 'metaandmete' saamiseks võib kasutada umbes sellist konstruktsiooni:

SELECT * {
    BIND (stardog:identifier(:bob, :isMarriedTo, ?wife) AS ?id)
    ?id :since ?since
}

• AllegroGraph toetab samuti oma laiendust SPARQL:

 SELECT * { ("since" ?since)  franz:attributesNameValue  ( :bob :marriedTo ?wife ) }

Muide, GraphDB toetas mõne aja jooksul Tinkerpop/Gremlini, samas ei toetanud ta LPG-d, kuid versioonis 8.0 või 8.1 lõpetati see.

VI. Licenceerimise karmistamine

Viimase ajal ei ole toimunud ühtegi täiendust „triplestore of choice“ ja „open source triplestore“ ühisosas. Uued avatud lähtekoodiga RDF-andmehoidlad on kaugel heaks valikuks igapäevasest kasutusest, ja uute RDF-andmehoidlate lähtekood, mida sooviks kasutada (näiteks AnzoGraph), on suletud. Pigem võib rääkida isegi vähenemistest…

Muidugi, avatud lähtekood ei sulgu, kuid mõned avatud lähtekoodiga hoidlad kaotavad järk-järgult oma atraktiivsuse. Arvan, et Virtuoso, millel on avatud lähtekoodi versioon, hakkab bugide tõttu vajuma. Blazegraph ostis AWS ja see sai Amazon Neptune'i aluseks; nüüd on ebaselge, kas tuleb veel mõni väljalase. Jäänud on vaid Jena…

Kui avatud lähtekood pole eriti oluline ja soovid lihtsalt proovida, siis on olukord samuti vähem lootustandev kui varem. Näiteks:

• Stardog lõpetab tasuta versiooni levitamise (kuid tegelikult on tavaline prooviperiood kahekordistunud);
• ühes GraphDB Cloud, kus varasemalt sai valida tasuta põhiplaani, on uute kasutajate registreerimine peatatud.

Kokkuvõttes muutub kosmos tavalisele IT-inimesele üha kättesaamatumaks, selle saavutamine jääb suurkorporatsioonide mänguks.

Allikas: habr.com