プロパティグラフ

「プロパティグラフ」、「ラベル付きプロパティグラフ」、または「属性付きグラフ」のデータモデルは、2000年代初頭からグラフ指向データベースのさまざまなモデルの共通分母として登場しました。^[1]これは次のように非公式に定義できます。

• コンピュータサイエンスの用語では、プロパティグラフは、有向関係によって関連付けられたエンティティを表すデータ構造であり、ノードと関係の両方に複数の属性/プロパティを含めることができます。
• グラフ理論の観点から言えば、プロパティグラフは有向 多重グラフであり、その頂点/ノードは対応するデータ構造のエンティティを表す。

プロパティは、たとえばJSONで使用されるキーと値のペアの形式をとります。キーは文字列で定義されます。値は数値または文字列です。これらのプロパティは、エンティティ-属性-値またはオブジェクト指向モデリングで理解される 属性の通常の定義に該当します。これが、「属性付きグラフ」という語句が関連する理由です。RDFグラフの場合とは異なり、プロパティはグラフ自体の弧ではありません。これは、誤解を招く「プロパティ グラフ」ではなく、属性付きグラフ、またはプロパティを持つ グラフと呼ぶ方が望ましいもう 1 つの理由です。

関係はグラフのアークによって表されます。厳密に言えば、エッジは無向グラフに属しますが、これらはしばしばエッジと呼ばれます。アークは識別子、ソースノード、ターゲットノードを持つ必要があり、前述の意味での1つ以上の属性/プロパティを持つ ことができます。

^{広く採用されている定義[2] [3]}に基づいて、プロパティグラフ/属性グラフは7組（N、A、P、V、α 、π）で定義できます。 ${\displaystyle \kappa}$

• Nはグラフのノード/頂点の集合である
• Aはグラフの弧（有向辺）の集合である。
• Kは、可算な集合から取得され、属性/プロパティの性質を定義するキーのセットです。
• Vは、完全な属性を定義するためにこれらのキーに関連付けられる値のセットです。
• ${\displaystyle \alpha \colon A\to N\times N}$は、多重グラフ自体を定義する全関数である。a ∈ A、u ∈ N、v ∈ N の場合、α (a) = (u, v) は、a が、原点がノード u、終点がノード v であるグラフの弧であることを意味する。
• ${\displaystyle \kappa}$は、(A∪N)とK（正式には直積(A∪N)×Kのサブセットとして定義される）上の二項関係であり、グラフの各弧とノードに0個、1個、または複数のキーを関連付けます。
• ${\displaystyle \pi \colon \kappa \to V}$は部分関数であり、ノードとそれを含むアークのプロパティの値を提供します。u ∈ N、a ∈ A、k ∈ K の場合、π (u, k) (それぞれ π (a, k)) は、対応する属性プロパティが定義されている場合、ノード u (それぞれアーク a) のプロパティ キー k に関連付けられた値です。

商用グラフ データベースを使用したプロパティ グラフのいくつかの実装で使用される補完的な構成要素は、グラフのノードとアークの両方に関連付けることができるラベルです。ラベルには理論的な正当性ではなく実用的な正当性があります。ラベルはもともと、エンティティ リレーションシップ モデルとリレーショナル データベースのユーザーを対象としており、レガシーデータ セットをグラフ データベースにインポートしやすくするため のものでした。ラベルを使用すると、同じ識別子 (リレーショナル テーブルまたは ER エンティティの識別子) を、このリレーショナル テーブルのさまざまな行、または同じ汎用エンティティ/クラスのインスタンスに対応するすべてのグラフ ノードに関連付けることができます。提案された定義では、これらのラベルは実際には、関連付けられた値のないキーのみで定義された属性と見なすことができます (これが、 がバイナリ リレーションとして、 π が部分関数として個別に定義されている理由です)。したがって、基本的な定義ははるかに明確でシンプルになり、簡素化の原則を満たします。代わりに、より一貫性のある方法として、ラベルは、ノードとアークに関連付けられた特別な型として、型グラフを通じて定義できます。 ${\displaystyle \kappa}$

上で定義した属性グラフは、古典的なグラフアルゴリズムで長い間広く使用されてきたいくつかの主要なグラフ理論モデルに「傘」上位概念（つまり共通の一般化）を提供するという点で特に有用で関連性があります。

• ラベル付きグラフは、グラフの各頂点および/または辺にラベルを関連付けます。属性付きグラフと照合すると、これらのラベルは、可算なセット（通常は文字列または整数） から取得されたキーのみで構成される属性に対応します。
  • 古典的なグラフの色付け問題で使用される色付きグラフは、色と一致する有限のキーのセット でラベルが定義されるラベル付きグラフの特殊なケースにすぎません。
• 重み付きグラフは、アーク/エッジに数値を関連付け、関連する場合は有向グラフまたは無向グラフの頂点に関連付けます。これらの重み/評価は、同じキーを持つ一連の属性の異なる値に対応します。たとえば、道路網をモデル化するグラフの場合、容量 (単位時間あたりの車両数で測定) に対応する重みのセットと、距離を表す重みのセットを持つことができます。これらの 2 つの評価は、グラフのエッジで表される各道路セグメントに関連付けられ、2 つの対応するキーによって区別されます。
  • フロー ネットワークは重みが容量として解釈される重み付きグラフです。これらは、最大フローアルゴリズムなどで使用される、あらゆる種類の非常に古典的なトランスポート ネットワーク モデルで使用されます。
  • 非常に古典的なアルゴリズム (ダイクストラのアルゴリズムなど) によって解決される最短経路問題は、重みが実際または仮想の距離に対応する重み付きグラフ上で動作します。

通常RDFグラフとして表現されるナレッジ グラフは、実際はハイブリッド ラベル付きグラフであり、ノード ラベルはインスタンス識別子 (IRI) またはリテラルに対応し、エッジ ラベルは述語のタイプ (インスタンスではない) を識別します。これらは現在、あらゆる種類のシステムの直接モデルとしてグラフを使用するという、以前から確立されている用途を不明瞭にする傾向のある可視性を獲得しています。 ^[4]属性付きグラフは、その汎用性と表現力により、このタイプのモデリングに最適です。サイバー フィジカルと正当に呼べるグラフは、ナレッジ グラフの場合のように物理システムに関する弱い構造を単に捉えるのではなく、グラフの接続構造に一致する物理システムの構造を直接捉えようとします。対照的に、RDF グラフでは、構造的関係と付加プロパティが混在し、カテゴリ/クラス情報がインスタンス/個体と混在するため、構造がかき消されてしまいます。高階論理レベルでの属性グラフの表現力は、一階論理に限定されている RDF グラフの表現力よりもはるかに優れています。属性グラフ モデルの核心である関係のプロパティは、RDF で表現するために非常に面倒な具体化プロセスを必要とします。

ETSIによって指定されたNGSI-LDデータ モデルは、デジュール標準化団体の下でプロパティ グラフを標準化する最初の試みでした。ここで定義されている基本モデルと比較して、NGSI-LD メタモデルは、セマンティック ウェブ標準( OWL、RDFS、RDF )に基づいて基本カテゴリ (エンティティ、リレーション、プロパティ) の正式な定義を追加し、JSON-LDシリアル化を通じて、NGSI-LD で表されるすべてのデータを RDF データセットに変換できるようにします。したがって、NGSI-LD エンティティ、リレーション、およびプロパティは、対応する情報の セマンティックな相互運用性を保証するために 、オントロジー、 シソーラス、タクソノミ、またはマイクロデータ語彙への参照によって定義できる型への参照によって定義されます 。

SQL標準を制定したISOのISO /IEC JTC1/SC32 /WG3 グループは、グラフ指向データベースに適した新しいクエリ言語GQL (Graph Query Language)の仕様策定を進めています。この標準には、プロパティ グラフ データ モデルの仕様が含まれます。このモデルは、ここで説明した基本モデルに沿ったもので、ラベル、タイプ、スキーマの概念が追加される可能性があります。

グラフ指向データベースは、リレーショナル データベースと比較して、ベースのデータ入力を開始するために スキーマを事前に定義する必要がないと宣伝されています。これは、単一の利害関係者の制御ではなく、ボトムアップの組織化と進化を特徴とする複雑なシステムやシステム オブ システムの説明など、オープン ワールドの仮定の下で動作する環境やアプリケーションには望ましく、適しています。ただし、そのような環境でも、予期しないデータや構成を追加できるようにグラフ全体のオープン性を維持しながら、従来のデータベース スキーマに似た方法で、データベースに入力された情報の特定のサブセットの表現を制限する必要がある場合があります。たとえば、スマート シティの説明はオープン ワールドの仮定に該当し、スキーマなしでグラフ データベースの上位レベルで説明されます。ただし、この都市の特定の技術サブシステムは、単一のオペレーターによって管理されるトップダウンのクローズド ワールドシステムのままであり、スキーマによって通常表されるように、情報のより強力な構造化を課す可能性があります。

^{「型グラフ」とスキーマ[2]}の概念により、このニーズを満たすことができます。型は、従来のグラフ データベースのラベルと同様の役割を果たします が、これらの型間の関係を指定し、キーとプロパティによって制約する可能性が追加されています。型グラフ自体はプロパティ グラフであり、定義する型を使用するインスタンスのグラフとグラフ準同型性の関係でリンクされており、データ定義言語のスキーマと同様の役割を果たします。

NGSI-LD タイプを参照するために使用されるオントロジー、シソーラス、またはタクソノミーもグラフによって定義されますが、これらはプロパティ グラフではなく RDF グラフであり、通常はデータベース スキーマよりも広い範囲を持ちます。NGSI-LD タイプで可能なタイプ グラフと外部オントロジーの参照の補完的な使用により、強力なデータ構造と一貫性を強制すると同時に、セマンティック グラウンディングと 相互運用性を実現できます。