知识卡片
知识存储三种选择的权衡
内容
知识图谱的持久化存储有三条路:基于表结构(关系型数据库、三元组表、类型表),胜在生态 成熟、易于多表关联查询,但三元组表容易过大、类型表虽然分类清晰却带来大量多表连接开销; 基于图结构的原生图数据库(Neo4j、OrientDB),把节点和关系作为一等公民存储,复杂关系 查询的性能优势明显;基于原生 RDF 结构的管理系统(如 RDF3x),把字符串统一映射成数字 ID 再配合多种索引,专门为三元组查询模式做了极致优化,单机可支撑十亿级三元组。发散:存储 选型的本质是”你最常问的查询长什么样”——如果查询以多跳关系遍历为主,图数据库和 RDF 引擎的收益远大于表结构方案,这和 OLTP/OLAP 场景要用不同存储引擎是同一个道理。
参考来源
《知识图谱技术与应用》第二章《通用知识图谱的技术要素》