BigData Vs Neo4J

BigData Vs Neo4J,neo4j,sparql,rdf,owl,blazegraph,Neo4j,Sparql,Rdf,Owl,Blazegraph,我一直在为我的项目寻找一个三重商店。在这个项目中,我想根据某些本体(OWL)来存储数据 根据我的研究,我最终得到了两种技术Neo4J和BigData,这两种技术似乎很适合本例 我想知道这两者中的任何一个是否更适合用于RDF、RDFS、OWL和SPARQL查询。您可能想尝试Neo4j的SPARQL插件,有关基于HTTP的测试和嵌入式使用,请参阅。Neo4j是一种特定的技术,而大数据更是一个通用术语。我想你问的是OLAP和OLTP。随着数据越来越大,RDF风格的图形数据库的用例之间存在差异,这些数据

我一直在为我的项目寻找一个三重商店。在这个项目中,我想根据某些本体(OWL)来存储数据

根据我的研究,我最终得到了两种技术Neo4J和BigData,这两种技术似乎很适合本例


我想知道这两者中的任何一个是否更适合用于RDF、RDFS、OWL和SPARQL查询。

您可能想尝试Neo4j的SPARQL插件,有关基于HTTP的测试和嵌入式使用,请参阅。

Neo4j是一种特定的技术,而大数据更是一个通用术语。我想你问的是OLAP和OLTP。随着数据越来越大,RDF风格的图形数据库的用例之间存在差异,这些数据库通常用于OLAP(联机分析处理)风格的分析。简言之,OLAP是为跨大数据集进行分析而设计的,而OLTP更侧重于插入/删除(在潜在的大数据上)

基于OLAP的遍历倾向于处理整个图,而基于OLTP的遍历倾向于处理较小的数据集,从一个或几个顶点开始并从那里开始遍历

例如,假设您想计算一个特定用户的朋友的平均年龄。OLTP的伟大用例,因为查询数据集很小。但是,如果要计算数据库中每个人的平均年龄,OLAP是首选技术


OLAP最适合于对大量数据进行深入分析,而OLTP更适合于快速运行的查询和大量插入。如果你试图达到一个SLA,分析必须在一定的时间范围内完成,考虑分析的类型,哪一个更适合。或者您可能两者都需要。

Neo4j可用于存储为实体关系实体表单。在Bigdata的情况下,您不应该将整个数据上传到Neo4j中,因为它将变得非常沉重,处理过程将非常缓慢。您应该使用免费的db来存储实际数据,并将ID和一些参数存储到Neo4j中,以便进行图形遍历以执行某种图形分析。Neo4j主要用于图形分析,它的功能或您必须使用图形引擎,例如GraphX(Spark)


谢谢,

也可以在answers.semanticweb.com上查看相同问题的答案: