知识图谱的数据存储技术研究
公司旧电脑到期,换了一台电脑的原因之前爬取的数据全部忘了备份,全部弄丢了。
所以这个项目好久没开工了。
本文需要进一步研究知识图谱的数据存储。
由于知识图谱的图结构特点,使用传统的关系型数据库存储大量的关系表,在做查询的时候需要大量的表连接,速度非常慢,所以往往知识图谱采用的是图数据库。
一、图数据库和关系型数据库的差别
还是以NBA里的数据为例,为了表示球员和球队的效力关系,关系型数据库需要增加一张球员和球队关系表来存储这个关系。
如下图:
而图数据库通过引入“效力于”关系边的概念来加以解决。
不需要建表,关系边上可以存储属性,比如效力时间这一字段。
工作中我们团队的知识图谱是存储在阿里自研的图数据库上,鉴于数据安全问题,在这个项目里我采用了比较流行的neo4j图数据库。