대규모 JSON-LD 쿼리

Question

대규모 데이터 아키텍처의 문제는 물론 광대 한 주제이며 전문가는 아닙니다. 그러나 JSON-LD를 대규모로 사용하는 방법에 관심이 있으므로 특이성과 고급 질문의 부족을 생각해보십시오.

Google과 같은 대규모 업체는 분명히 Google 지식 그래프에 JSON-LD를 통합합니다.

예를 들어 지식 그래프에서 I/O의 데이터 형식으로 JSON-LD를 사용한다고 가정하면 데이터 기반을 구축하여 대량의 데이터를 쿼리 할 수 ​​있습니까? SPARQL을 사용하여 쿼리 할 때 RDF-triple로 변환해야합니까? 아니면 원시 JSON-LD 형식으로 데이터를 쿼리 할 수있게 만드는 다른 아키텍처가 있습니까? JSON-LD를 대규모로 처리 (및 쿼리) 할 수있는 트릭은 무엇입니까?

MongoDB 또는 Virtuoso (?)와 같은 시스템은 큰 JSON 형식의 데이터를 관리하고 쿼리 가능하도록 만드는 데 유용하지만 JSON (-LD)을 데이터의 백엔드 형식으로 지정하는 것이 바람직합니다 , xml (어떤 종류의 RDF를 사용하기를 원한다면)?

다시, 모호성에 사과드립니다. 일반 포인터 또는 주제에 대한 토론과 같은 모든 입력 사항을 매우 높이 평가할 것입니다.

Answer 1

따라서 JSON-LD는 규모에 따라 데이터를 쿼리하는 것으로 삽입하여 JSON-LD를 쿼리하여 쿼리합니다.

교환을 용이하게하기 위해 JSON-LD는 구문입니다. 을 구체적으로 묻는 질문은입니다. 실제로 의미가 없습니다.

대규모로 쿼리하는 것은 데이터베이스에 넣는 것입니다. RDF 데이터 모델에 대한 명확한 매핑이 있으므로 모든 RDF 데이터베이스가 작동합니다. JSON-LD는 아마도 MarkLogic과 같은 문서 데이터베이스에 쉽게 섭취되어 쿼리 될 수 있습니다. JSON 문서가 준수하는 정규 스키마가 있다면 SQL을 사용하여 쿼리를 삽입하고 쿼리하는 것이 어렵지 않습니다. 실제로, Postgres는 JSON을 어느 정도 기본적으로 지원하므로 아마 곧바로 작동 할 것입니다.

이러한 옵션을 사용하면 "축척으로"쿼리 할 수 ​​있습니다. 일부 시스템은 규모에 대한 정의 및 시스템에서 어떤 종류의 작업량을 던지 느냐에 따라 다른 시스템보다 우수 할 것입니다. 또한 데이터를 쿼리하는 방법에는 SPARQL 또는 SQL의 디자인 선택 또는 둘 다 아닌 디자인 선택이 있습니다. 나는 SQL에 대한 SPARQL의 개인 팬이지만, 그것에 대해 다소 편향된 견해를 가지고있다.

imo JSON-LD 또는 JSON은 모든 Javascript 환경에서 JSON을 쉽게 구문 분석하고 사용할 수있는 백엔드 시스템과 프론트 엔드 간의 좋은 교환 구문입니다. JSON/JSON-LD는 사람이 읽기가 쉽기 때문에 단순한 필사자를위한 프리젠 테이션 구문 일 수도 있습니다. 그러나 시스템 간 교환을 위해서는 데이터의 이진 직렬화가 훨씬 더 합리적입니다.