知识图谱存储

知识存储模型通常有关系数据库、三元组、图数据库RDBMS(关系数据库)适用于体量比较小的知识储存，尤其是定向的行业领域的知识图谱而言RDF(三元组)刻画和描述网页表征的内容，实现相对统一的标准规范Graph DBMS(图数据库) 单机、集群 体量较大的知识存储选择原则：是否所有的事物都作为实体放入到知识图谱中去

视数据需求而定：对于不需要进行关系延伸计算的数据不放入图谱，这些数据可使用适应的存储并与知识图谱中实体作链接；对于结构固定、实体属性信息丰富的实体类，使用其它数据库存储更能体现优势 【数据思维】

在现实应用中，还有一些不适合放入知识图谱中的数据(日志，事件，需要频繁统计、计算)

使用其它的存储和计算框架进行存储和处理，同时实现与知识图谱中数据的链接【No Size Fits All】

关系型数据库关系型数据库：三元组表三元组表（S,P,O）对象、对象的属性、对象的取值

问题：大量自连接操作的开销巨大（内容大的时候表会很大，读取一个对象的多个属性大量自连接操作）

关系型数据库：属性表属性表：属性相似的主语聚为一张表

好处：RDF灵活性，问题：属性未定查询

关系型数据库：垂直分割垂直分割：以谓语划分三元组表

问题：大量数据表、删除属性代价大

RDF三元组：Resource Description FrameworkDRF结构：资源、属性、属性值资源：是可拥有URI的任何事物属性：是拥有名称的资源属性值：是某个属性的值http://www.w3school.com.cn/rdf/rdf_rules.asp图数据库结点、结点与结点之间的关系、结点有属性

RDF数据库发展趋势：MarkLogic、Jena(Apache开源)https://db-engines.com/en/ranking/rdf+store图数据库发展趋势：Neo4j、Microsoft Azure Cosmos DB图数据库排名：https://db-engines.com/en/ranking/graph+dbms

Jena+protegeNeo4j: 嵌入式、基于磁盘、可视化的图数据库https://neo4j.com桌面版、服务器版、驱动程序 社区版、企业版Titan: 分布式图形数据库 基于java开源应用 多用于工业