對(duì)于知識(shí)圖譜構(gòu)建瞒斩，有兩個(gè)問(wèn)題是永遠(yuǎn)繞不掉的。一個(gè)是知識(shí)圖譜的知識(shí)表示涮总，一個(gè)是知識(shí)圖譜的存儲(chǔ)方式胸囱。這兩個(gè)問(wèn)題大家也比較關(guān)注，而且知識(shí)圖譜的表示跟知識(shí)圖譜的存儲(chǔ)還是有一定的相關(guān)性瀑梗。知識(shí)表示烹笔，可以理解為知識(shí)圖譜邏輯層面的表示，即數(shù)據(jù)模型抛丽。從人的角度對(duì)知識(shí)圖譜數(shù)據(jù)進(jìn)行描述谤职。物理層面的存儲(chǔ)：從計(jì)算機(jī)的角度對(duì)數(shù)據(jù)進(jìn)行組織，兩者密切相關(guān)铺纽。所以就把兩者放在一起做個(gè)總結(jié)柬帕。知識(shí)圖譜有多種表示方式，我們只在此討論圖譜的圖模型表示法和三元組表示狡门。
<figcaption style="margin-top: 0.66667em; padding: 0px 1em; font-size: 0.9em; line-height: 1.5; text-align: center; color: rgb(153, 153, 153);">知識(shí)圖譜邏輯層與數(shù)據(jù)層關(guān)系</figcaption>
一 知識(shí)表示
1.知識(shí)圖譜三元組表示法
經(jīng)典三元組模型比較簡(jiǎn)單陷寝，只討論了二元關(guān)系，在實(shí)際應(yīng)用中要基于三元組拓展時(shí)空知識(shí)表達(dá)能力其馏，多模態(tài)等凤跑。需要將其拓展成四元組，五元組
1）RDF
RDF就是資源描述框架叛复，可以理解成一種資源表示的模板仔引，就是一種知識(shí)表達(dá)形式。就是只有實(shí)體及關(guān)系沒(méi)有概念（domain和range）.形式上也就是大家最常見(jiàn)的<實(shí)體-關(guān)系/屬性-實(shí)體/屬性值>三元組褐奥。
RDF是一種邏輯模型咖耘，要進(jìn)行存儲(chǔ)還要進(jìn)行序列化。RDF的序列化方式有N-Triples撬码，Turtle儿倒，JSON-LD等形式。
但是RDF本身有其問(wèn)題：Rdf只能表示實(shí)體與實(shí)體之間的關(guān)系呜笑，屬性夫否。但是沒(méi)法定義實(shí)體的概念，概念具有的屬性叫胁。但是不論是在智能的概念上凰慈，還是在現(xiàn)實(shí)的應(yīng)用當(dāng)中，概念都是相當(dāng)重要的驼鹅；也是知識(shí)圖譜本身十分強(qiáng)調(diào)的微谓。
2）RDFs
RDFschema就是為了解決RDF表示法森篷，無(wú)法表示概念的缺陷的。RDFschema像是在RDF上層加了個(gè)外衣堰酿。定義了概念疾宏，概念的屬性，屬性值触创，概念與概念之間的關(guān)系以及約束關(guān)系坎藐。具體定義的schema的存在也讓圖譜具備了一些基于本體的推理能力。
3）OWL
OWL哼绑，即“Web Ontology Language”岩馍。是對(duì)RDFs的一個(gè)擴(kuò)展，添加了額外的預(yù)定義詞匯抖韩。使其具備更強(qiáng)的推理能力蛀恩。
復(fù)雜關(guān)系表示：經(jīng)典三元組模型只能對(duì)于一些復(fù)雜的知
1）多元關(guān)系
比如典型的事件描述場(chǎng)景
2）時(shí)空知識(shí)表示
需要五元組來(lái)表示。例如：公元前407年柏拉圖在雅典跟隨蘇格拉底學(xué)習(xí)茂浮。為了表達(dá)這個(gè)双谆，把三元組拓展成5元組<亞里士多德，導(dǎo)師席揽，柏拉圖>顽馋。被拓展成<亞里士多德，導(dǎo)師幌羞，柏拉圖寸谜，（北緯38，東經(jīng)23）属桦，公元前407年>的五元組熊痴。
3）多模態(tài)的表示
2.圖模型
1.有向圖
RDF模型可以天然的轉(zhuǎn)化成有向圖模型。所以基于RDF模型的圖譜聂宾，也可以通過(guò)轉(zhuǎn)化果善，存到圖數(shù)據(jù)庫(kù)中。
2.屬性圖
屬性圖示目前被圖數(shù)據(jù)庫(kù)業(yè)界采納最廣的一種圖數(shù)據(jù)模型系谐。屬性圖由節(jié)點(diǎn)集和邊集組成岭埠，且滿足如下性質(zhì)：
1）每個(gè)節(jié)點(diǎn)具有唯一的id
2）每個(gè)節(jié)點(diǎn)具有一組屬性，每個(gè)屬性是一個(gè)鍵值對(duì)蔚鸥；
3）每條邊具有唯一的id
4）每條邊具有一個(gè)標(biāo)簽，表示聯(lián)系
5）每條邊具有一組屬性许赃，每個(gè)屬性是一個(gè)鍵值對(duì)
二 知識(shí)圖譜存儲(chǔ)
1.關(guān)系表方式存儲(chǔ)
可以選擇的數(shù)據(jù)庫(kù)有傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)止喷，noSql數(shù)據(jù)庫(kù)例如mongoDB。優(yōu)點(diǎn)：簡(jiǎn)單混聊，方便弹谁。缺點(diǎn)：需要做多次自連接，對(duì)于查詢復(fù)雜的關(guān)系，效率會(huì)比較低预愤。
2.圖數(shù)據(jù)庫(kù)
目前業(yè)界主要利用屬性圖模型來(lái)構(gòu)建的沟于。基于圖的存儲(chǔ)方式通常會(huì)構(gòu)建基于圖結(jié)構(gòu)的索引植康。這類(lèi)索引編碼了圖上的結(jié)構(gòu)信息旷太，因此對(duì)于復(fù)雜查詢（特別是表達(dá)復(fù)雜的子圖的查詢）來(lái)說(shuō)十分高效。但是在簡(jiǎn)單查詢?nèi)缰苯硬樵兡硞€(gè)實(shí)體的特定屬性值方面性能優(yōu)勢(shì)并不明顯销睁，對(duì)于屬性值多的節(jié)點(diǎn)供璧，可能還比較慢。當(dāng)然也有一些優(yōu)化方法冻记，比如把屬性存儲(chǔ)在mongoDB睡毒。查屬性時(shí)通過(guò)mongoDB去查。
3.分布式存儲(chǔ)
在進(jìn)行分布式知識(shí)圖譜管理時(shí)冗栗，不同的應(yīng)用有著不同的需求演顾，有些應(yīng)用要求較高的可擴(kuò)展性，但是對(duì)查詢效率要求不高隅居，對(duì)于這類(lèi)應(yīng)用钠至，可以基于已有的云計(jì)算平臺(tái)來(lái)搭建分布式知識(shí)圖譜存儲(chǔ)系統(tǒng)。而有些應(yīng)用對(duì)查詢效率要求很高军浆，在這種情況下棕洋，系統(tǒng)往往需要自行劃分?jǐn)?shù)據(jù)，并依據(jù)劃分結(jié)果將知識(shí)圖譜數(shù)據(jù)分布到不同的機(jī)器上乒融。具體的掰盘，大家可以去具體調(diào)查一下相關(guān)廠商的解決方案。
三 圖譜查詢語(yǔ)言
1.SPARQL
是專(zhuān)門(mén)針對(duì)RDF模式表示的圖譜的查詢語(yǔ)言赞季。是一種類(lèi)SQL的語(yǔ)言愧捕。SPARQL 能夠讓我們通過(guò)選擇、抽取等方式從被表示為 RDF 的知識(shí)中獲取特定的部分申钩。使用sparkql需要將三元組存儲(chǔ)于三元組存儲(chǔ)庫(kù)(triple store)次绘。當(dāng)數(shù)據(jù)被加載進(jìn)三元組存儲(chǔ)庫(kù)之后，就可以使用 SPARQL 協(xié)議來(lái)發(fā)送 SPARQL 查詢?nèi)ゲ樵儭?/p>
2.Cypher
Cypher 是一個(gè)描述性的圖形查詢語(yǔ)言撒遣，允許不必編寫(xiě)圖形結(jié)構(gòu)的遍歷代碼對(duì)圖形存儲(chǔ)有表現(xiàn)力和效率的查詢邮偎，和 SQL 很相似。大家熟悉的neo4j的語(yǔ)言就是cypher义黎。
3.Gremlin
Gremlin是 Apache ThinkerPop 框架下的圖遍歷語(yǔ)言禾进。Gremlin 可以是聲明性的也可以是命令性的。雖然 Gremlin 是基于 Groovy 的廉涕，但具有許多語(yǔ)言變體泻云，允許開(kāi)發(fā)人員以 Java艇拍、JavaScript、Python宠纯、Scala卸夕、Clojure 和 Groovy 等許多現(xiàn)代編程語(yǔ)言原生編寫(xiě) Gremlin 查詢。
查詢語(yǔ)言并不是最關(guān)鍵的部分婆瓜，其實(shí)只要選用跟對(duì)應(yīng)數(shù)據(jù)庫(kù)相關(guān)的語(yǔ)言就行快集。寫(xiě)起來(lái)簡(jiǎn)單好用當(dāng)然更好，但是并不對(duì)上層應(yīng)用起什么實(shí)質(zhì)的影響勃救。
四 圖數(shù)據(jù)庫(kù)與圖引擎
圖數(shù)據(jù)庫(kù)與圖計(jì)算引擎是不同的概念不同碍讨。圖數(shù)據(jù)庫(kù)，關(guān)注點(diǎn)在于怎么存儲(chǔ)蒙秒，而圖引擎勃黍，關(guān)注點(diǎn)在怎么用這些數(shù)據(jù)，針對(duì)這些數(shù)據(jù)進(jìn)行查詢晕讲、分析的應(yīng)用覆获。廣泛應(yīng)用于互聯(lián)網(wǎng)應(yīng)用、社交網(wǎng)絡(luò)瓢省，知識(shí)圖譜應(yīng)用弄息、金融風(fēng)控應(yīng)用等。
五 數(shù)據(jù)庫(kù)的選擇
圖譜數(shù)據(jù)的數(shù)據(jù)庫(kù)選擇主要考慮圖譜操作的復(fù)雜度勤婚。圖譜上的操作越是復(fù)雜摹量，圖數(shù)據(jù)庫(kù)的必要性越是明顯。圖譜上的全局計(jì)算（比如平均最短路徑的計(jì)算）馒胆，圖譜上的復(fù)雜遍歷缨称，圖譜上的復(fù)雜子圖查詢等等都涉及圖上的多步遍歷。圖上的多步遍歷操作如果是在關(guān)系數(shù)據(jù)庫(kù)上實(shí)現(xiàn)需要多個(gè)聯(lián)結(jié)（Join）操作祝迂。多個(gè)聯(lián)結(jié)操作的優(yōu)化一直以來(lái)是關(guān)系數(shù)據(jù)庫(kù)的難題睦尽。圖數(shù)據(jù)庫(kù)系統(tǒng)實(shí)現(xiàn)時(shí)針對(duì)多步遍歷做了大量?jī)?yōu)化，能夠?qū)崿F(xiàn)高效圖遍歷操作型雳。
