mirror of
https://github.com/trustgraph-ai/trustgraph.git
synced 2026-04-25 16:36:21 +02:00
8954fa3ad7
Native CLI i18n: The TrustGraph CLI has built-in translation support that dynamically loads language strings. You can test and use different languages by simply passing the --lang flag (e.g., --lang es for Spanish, --lang ru for Russian) or by configuring your environment's LANG variable. Automated Docs Translations: This PR introduces autonomously translated Markdown documentation into several target languages, including Spanish, Swahili, Portuguese, Turkish, Hindi, Hebrew, Arabic, Simplified Chinese, and Russian.
268 lines
18 KiB
Markdown
268 lines
18 KiB
Markdown
---
|
|
layout: default
|
|
title: "تخزين الرسم البياني المعرفي المرتكز على الكيانات على Cassandra"
|
|
parent: "Arabic (Beta)"
|
|
---
|
|
|
|
# تخزين الرسم البياني المعرفي المرتكز على الكيانات على Cassandra
|
|
|
|
> **Beta Translation:** This document was translated via Machine Learning and as such may not be 100% accurate. All non-English languages are currently classified as Beta.
|
|
|
|
## نظرة عامة
|
|
|
|
يصف هذا المستند نموذج تخزين للرسوم البيانية المعرفية بنمط RDF على Apache Cassandra. يستخدم النموذج نهجًا **مرتكزًا على الكيانات** حيث يعرف كل كيان كل رباعية يشارك فيها والدور الذي يلعبه. هذا يحل محل نهج تبديل SPO متعدد الجداول باستخدام جدولين فقط.
|
|
|
|
## الخلفية والدوافع
|
|
|
|
### النهج التقليدي
|
|
|
|
يتطلب متجر رباعي RDF قياسي على Cassandra جداول متعددة غير طبيعية لتغطية أنماط الاستعلام - عادةً 6 جداول أو أكثر تمثل تبديلات مختلفة للموضوع والمسند والموضوع ومجموعة البيانات (SPOD). يتم كتابة كل رباعية في كل جدول، مما يؤدي إلى تضخيم كبير في عمليات الكتابة، والنفقات التشغيلية، وتعقيد المخطط.
|
|
|
|
بالإضافة إلى ذلك، يتطلب تحليل التسميات (جلب أسماء قابلة للقراءة للبشر للكيانات) استعلامات إضافية، وهو أمر مكلف بشكل خاص في حالات استخدام الذكاء الاصطناعي و GraphRAG حيث تعتبر التسميات ضرورية لسياق LLM.
|
|
|
|
### الرؤية المرتكزة على الكيانات
|
|
|
|
تتضمن كل رباعية `(D, S, P, O)` ما يصل إلى 4 كيانات. من خلال كتابة صف لكل مشاركة للكيان في الرباعية، نضمن أن **أي استعلام يحتوي على عنصر معروف واحد سيضرب مفتاح التقسيم**. يغطي هذا جميع أنماط الاستعلام الـ 16 باستخدام جدول بيانات واحد.
|
|
|
|
الفوائد الرئيسية:
|
|
|
|
**جدولان** بدلاً من 7 أو أكثر
|
|
**4 عمليات كتابة لكل رباعية** بدلاً من 6 أو أكثر
|
|
**تحليل التسميات مجانًا** - يتم تخزين تسميات الكيان مع علاقاته، مما يؤدي بشكل طبيعي إلى تسخين ذاكرة التخزين المؤقت للتطبيق
|
|
**جميع أنماط الاستعلام الـ 16** يتم تقديمها من خلال قراءات ذات قسم واحد
|
|
**عمليات أبسط** - جدول بيانات واحد للضبط والضغط والإصلاح
|
|
|
|
## المخطط
|
|
|
|
### الجدول 1: quads_by_entity
|
|
|
|
الجدول الرئيسي للبيانات. يحتوي كل كيان على قسم يحتوي على جميع الرباعيات التي يشارك فيها. تم تسميته ليعكس نمط الاستعلام (البحث حسب الكيان).
|
|
|
|
```sql
|
|
CREATE TABLE quads_by_entity (
|
|
collection text, -- Collection/tenant scope (always specified)
|
|
entity text, -- The entity this row is about
|
|
role text, -- 'S', 'P', 'O', 'G' — how this entity participates
|
|
p text, -- Predicate of the quad
|
|
otype text, -- 'U' (URI), 'L' (literal), 'T' (triple/reification)
|
|
s text, -- Subject of the quad
|
|
o text, -- Object of the quad
|
|
d text, -- Dataset/graph of the quad
|
|
dtype text, -- XSD datatype (when otype = 'L'), e.g. 'xsd:string'
|
|
lang text, -- Language tag (when otype = 'L'), e.g. 'en', 'fr'
|
|
PRIMARY KEY ((collection, entity), role, p, otype, s, o, d, dtype, lang)
|
|
);
|
|
```
|
|
|
|
**مفتاح التقسيم:** `(collection, entity)` - محدد للنطاق ضمن المجموعة، قسم واحد لكل كيان.
|
|
|
|
**المنطق وراء ترتيب أعمدة التجميع:**
|
|
|
|
1. **role** - معظم الاستعلامات تبدأ بـ "أين يقع هذا الكيان كموضوع/موضوع؟"
|
|
2. **p** - المرشح الأكثر شيوعًا بعد ذلك، "أعطني جميع `knows` العلاقات".
|
|
3. **otype** - يتيح التصفية حسب العلاقات ذات القيم المحددة بواسطة URI مقابل العلاقات ذات القيم الحرفية.
|
|
4. **s, o, d** - الأعمدة المتبقية لضمان التفرد.
|
|
5. **dtype, lang** - التمييز بين القيم الحرفية التي لها نفس القيمة ولكن بيانات تعريف نوع مختلفة (على سبيل المثال، `"thing"` مقابل `"thing"@en` مقابل `"thing"^^xsd:string`).
|
|
|
|
### الجدول 2: quads_by_collection
|
|
|
|
يدعم الاستعلامات والإجراءات الحذف على مستوى المجموعة. يوفر قائمة بجميع الرباعيات التي تنتمي إلى مجموعة. تم تسميته ليعكس نمط الاستعلام (البحث حسب المجموعة).
|
|
|
|
```sql
|
|
CREATE TABLE quads_by_collection (
|
|
collection text,
|
|
d text, -- Dataset/graph of the quad
|
|
s text, -- Subject of the quad
|
|
p text, -- Predicate of the quad
|
|
o text, -- Object of the quad
|
|
otype text, -- 'U' (URI), 'L' (literal), 'T' (triple/reification)
|
|
dtype text, -- XSD datatype (when otype = 'L')
|
|
lang text, -- Language tag (when otype = 'L')
|
|
PRIMARY KEY (collection, d, s, p, o, otype, dtype, lang)
|
|
);
|
|
```
|
|
|
|
يتم التجميع بناءً على مجموعة البيانات أولاً، مما يتيح الحذف على مستوى المجموعة أو مستوى مجموعة البيانات. يتم تضمين الأعمدة `otype` و `dtype` و `lang` في مفتاح التجميع للتمييز بين القيم الحرفية التي لها نفس القيمة ولكن بيانات تعريف نوع مختلفة - في RDF، `"thing"` و `"thing"@en` و `"thing"^^xsd:string` هي قيم متميزة دلاليًا.
|
|
|
|
## مسار الكتابة
|
|
|
|
لكل مجموعة رباعية `(D, S, P, O)` واردة ضمن مجموعة `C`، اكتب **4 صفوف** إلى `quads_by_entity` و **صف واحد** إلى `quads_by_collection`.
|
|
|
|
### مثال
|
|
|
|
بالنظر إلى المجموعة الرباعية في المجموعة `tenant1`:
|
|
|
|
```
|
|
Dataset: https://example.org/graph1
|
|
Subject: https://example.org/Alice
|
|
Predicate: https://example.org/knows
|
|
Object: https://example.org/Bob
|
|
```
|
|
|
|
اكتب 4 صفوف إلى `quads_by_entity`:
|
|
|
|
| collection | entity | role | p | otype | s | o | d |
|
|
|---|---|---|---|---|---|---|---|
|
|
| tenant1 | https://example.org/graph1 | G | https://example.org/knows | U | https://example.org/Alice | https://example.org/Bob | https://example.org/graph1 |
|
|
| tenant1 | https://example.org/Alice | S | https://example.org/knows | U | https://example.org/Alice | https://example.org/Bob | https://example.org/graph1 |
|
|
| tenant1 | https://example.org/knows | P | https://example.org/knows | U | https://example.org/Alice | https://example.org/Bob | https://example.org/graph1 |
|
|
| tenant1 | https://example.org/Bob | O | https://example.org/knows | U | https://example.org/Alice | https://example.org/Bob | https://example.org/graph1 |
|
|
|
|
اكتب صفًا واحدًا إلى `quads_by_collection`:
|
|
|
|
| collection | d | s | p | o | otype | dtype | lang |
|
|
|---|---|---|---|---|---|---|---|
|
|
| tenant1 | https://example.org/graph1 | https://example.org/Alice | https://example.org/knows | https://example.org/Bob | U | | |
|
|
|
|
### مثال حرفي
|
|
|
|
بالنسبة لثلاثية التسمية:
|
|
|
|
```
|
|
Dataset: https://example.org/graph1
|
|
Subject: https://example.org/Alice
|
|
Predicate: http://www.w3.org/2000/01/rdf-schema#label
|
|
Object: "Alice Smith" (lang: en)
|
|
```
|
|
|
|
الرمز `otype` هو `'L'`، و `dtype` هو `'xsd:string'`، و `lang` هو `'en'`. يتم تخزين القيمة الحرفية `"Alice Smith"` في `o`. هناك حاجة إلى 3 صفوف فقط في `quads_by_entity` - لا يتم كتابة أي صف للقيمة الحرفية ككيان، نظرًا لأن القيم الحرفية ليست كيانات قابلة للاستعلام بشكل مستقل.
|
|
|
|
## أنماط الاستعلام
|
|
|
|
### جميع أنماط DSPO الـ 16
|
|
|
|
في الجدول أدناه، تعني عبارة "بادئة مثالية" أن الاستعلام يستخدم بادئة متجاورة لأعمدة التجميع. تعني عبارة "فحص التقسيم + التصفية" أن Cassandra تقرأ جزءًا من التقسيم وتقوم بالتصفية في الذاكرة - لا يزال فعالاً، ولكنه ليس تطابقًا خالصًا للبادئة.
|
|
|
|
| # | Known | Lookup entity | Clustering prefix | Efficiency |
|
|
|---|---|---|---|---|
|
|
| 1 | D,S,P,O | entity=S, role='S', p=P | تطابق كامل | بادئة مثالية |
|
|
| 2 | D,S,P,? | entity=S, role='S', p=P | التصفية على D | فحص التقسيم + التصفية |
|
|
| 3 | D,S,?,O | entity=S, role='S' | التصفية على D، O | فحص التقسيم + التصفية |
|
|
| 4 | D,?,P,O | entity=O, role='O', p=P | التصفية على D | فحص التقسيم + التصفية |
|
|
| 5 | ?,S,P,O | entity=S, role='S', p=P | التصفية على O | فحص التقسيم + التصفية |
|
|
| 6 | D,S,?,? | entity=S, role='S' | التصفية على D | فحص التقسيم + التصفية |
|
|
| 7 | D,?,P,? | entity=P, role='P' | التصفية على D | فحص التقسيم + التصفية |
|
|
| 8 | D,?,?,O | entity=O, role='O' | التصفية على D | فحص التقسيم + التصفية |
|
|
| 9 | ?,S,P,? | entity=S, role='S', p=P | — | **بادئة مثالية** |
|
|
| 10 | ?,S,?,O | entity=S, role='S' | التصفية على O | فحص التقسيم + التصفية |
|
|
| 11 | ?,?,P,O | entity=O, role='O', p=P | — | **بادئة مثالية** |
|
|
| 12 | D,?,?,? | entity=D, role='G' | — | **بادئة مثالية** |
|
|
| 13 | ?,S,?,? | entity=S, role='S' | — | **بادئة مثالية** |
|
|
| 14 | ?,?,P,? | entity=P, role='P' | — | **بادئة مثالية** |
|
|
| 15 | ?,?,?,O | entity=O, role='O' | — | **بادئة مثالية** |
|
|
| 16 | ?,?,?,? | — | فحص كامل | استكشاف فقط |
|
|
|
|
**النتيجة الرئيسية:** 7 من أنماط الـ 15 غير التافهة هي تطابقات مثالية لبادئة التجميع. أما الـ 8 المتبقية فهي قراءات لتقسيم واحد مع تصفية داخل التقسيم. كل استعلام يحتوي على عنصر معروف واحد يطابق مفتاح التقسيم.
|
|
|
|
نمط 16 (?,?,?,?) لا يحدث في الممارسة العملية لأنه يتم دائمًا تحديد المجموعة، مما يقلله إلى النمط 12.
|
|
|
|
### أمثلة شائعة للاستعلام
|
|
|
|
**كل شيء عن كيان:**
|
|
|
|
```sql
|
|
SELECT * FROM quads_by_entity
|
|
WHERE collection = 'tenant1' AND entity = 'https://example.org/Alice';
|
|
```
|
|
|
|
**جميع العلاقات الخارجة لكيان:**
|
|
|
|
```sql
|
|
SELECT * FROM quads_by_entity
|
|
WHERE collection = 'tenant1' AND entity = 'https://example.org/Alice'
|
|
AND role = 'S';
|
|
```
|
|
|
|
**شرط محدد لكيان:**
|
|
|
|
```sql
|
|
SELECT * FROM quads_by_entity
|
|
WHERE collection = 'tenant1' AND entity = 'https://example.org/Alice'
|
|
AND role = 'S' AND p = 'https://example.org/knows';
|
|
```
|
|
|
|
**تسمية لكيان (بلغة محددة):**
|
|
|
|
```sql
|
|
SELECT * FROM quads_by_entity
|
|
WHERE collection = 'tenant1' AND entity = 'https://example.org/Alice'
|
|
AND role = 'S' AND p = 'http://www.w3.org/2000/01/rdf-schema#label'
|
|
AND otype = 'L';
|
|
```
|
|
|
|
ثم قم بالتصفية باستخدام `lang = 'en'` من جانب التطبيق إذا لزم الأمر.
|
|
|
|
**فقط العلاقات التي تحمل قيمًا من نوع URI (روابط من كيان إلى كيان):**
|
|
|
|
```sql
|
|
SELECT * FROM quads_by_entity
|
|
WHERE collection = 'tenant1' AND entity = 'https://example.org/Alice'
|
|
AND role = 'S' AND p = 'https://example.org/knows' AND otype = 'U';
|
|
```
|
|
|
|
**البحث العكسي - ما الذي يشير إلى هذا الكيان:**
|
|
|
|
```sql
|
|
SELECT * FROM quads_by_entity
|
|
WHERE collection = 'tenant1' AND entity = 'https://example.org/Bob'
|
|
AND role = 'O';
|
|
```
|
|
|
|
## حل التسميات وتدفئة ذاكرة التخزين المؤقت
|
|
|
|
أحد أهم مزايا النموذج المرتكز على الكيانات هو أن **يصبح حل التسميات تأثيرًا ثانويًا مجانيًا**.
|
|
|
|
في النموذج التقليدي متعدد الجداول، يتطلب استرداد التسميات استعلامات منفصلة: استرداد الثلاثيات، وتحديد معرفات الكيانات في النتائج، ثم استرداد `rdfs:label` لكل منها. هذا النمط N+1 مكلف.
|
|
|
|
في النموذج المرتكز على الكيانات، يُرجع الاستعلام عن كيان **جميع** رباعياته - بما في ذلك تسمياته وأنواعه وخصائصه الأخرى. عندما يقوم التطبيق بتخزين نتائج الاستعلام مؤقتًا، يتم تدفئة التسميات مسبقًا قبل أن يطلبها أي شيء.
|
|
|
|
يؤكد نظامان للاستخدام على أن هذا يعمل بشكل جيد في الممارسة:
|
|
|
|
**الاستعلامات الموجهة للمستخدم**: مجموعات نتائج صغيرة بشكل طبيعي، والتسميات ضرورية. يؤدي قراءة الكيانات إلى تدفئة ذاكرة التخزين المؤقت مسبقًا.
|
|
**استعلامات الذكاء الاصطناعي/الكمية الكبيرة**: مجموعات نتائج كبيرة مع حدود صارمة. التسميات إما غير ضرورية أو مطلوبة فقط لمجموعة فرعية من الكيانات تم تخزينها بالفعل في ذاكرة التخزين المؤقت.
|
|
|
|
يتم تخفيف المخاوف النظرية المتعلقة بحل التسميات لمجموعات نتائج ضخمة (مثل 30000 كيان) بالملاحظة العملية القائلة بأنه لا يمكن لأي مستهلك بشري أو ذكاء اصطناعي معالجة هذا العدد الكبير من التسميات. تضمن حدود الاستعلام على مستوى التطبيق أن يظل ضغط ذاكرة التخزين المؤقت قابلاً للإدارة.
|
|
|
|
## التقسيمات العريضة وإعادة التعريف
|
|
|
|
يؤدي إعادة التعريف (عبارات على شكل RDF-star حول العبارات) إلى إنشاء كيانات مركزية - على سبيل المثال، مستند مصدر يدعم آلاف الحقائق المستخرجة. يمكن أن يؤدي هذا إلى تقسيمات عريضة.
|
|
|
|
عوامل تخفيف:
|
|
|
|
**حدود الاستعلام على مستوى التطبيق**: تفرض جميع استعلامات GraphRAG والاستعلامات الموجهة للمستخدم حدودًا صارمة، لذلك لا يتم فحص التقسيمات العريضة بالكامل على مسار القراءة الساخنة.
|
|
**تتعامل Cassandra بكفاءة مع القراءات الجزئية**: يعد فحص عمود التجميع مع إيقاف مبكر أمرًا سريعًا حتى على التقسيمات الكبيرة.
|
|
**حذف المجموعة** (العملية الوحيدة التي قد تتجاوز التقسيمات الكاملة) هي عملية خلفية مقبولة.
|
|
|
|
## حذف المجموعة
|
|
|
|
يتم تشغيله بواسطة استدعاء واجهة برمجة التطبيقات، ويعمل في الخلفية (متسق في النهاية).
|
|
|
|
1. اقرأ `quads_by_collection` للمجموعة المستهدفة للحصول على جميع الرباعيات.
|
|
2. استخرج الكيانات الفريدة من الرباعيات (قيم s و p و o و d).
|
|
3. لكل كيان فريد، احذف التقسيم من `quads_by_entity`.
|
|
4. احذف الصفوف من `quads_by_collection`.
|
|
|
|
يوفر جدول `quads_by_collection` الفهرس المطلوب لتحديد موقع جميع تقسيمات الكيانات دون فحص كامل للجدول. عمليات حذف التقسيمات فعالة نظرًا لأن `(collection, entity)` هو مفتاح التقسيم.
|
|
|
|
## مسار الترحيل من النموذج متعدد الجداول
|
|
|
|
يمكن للنموذج المرتكز على الكيانات أن يتعايش مع النموذج متعدد الجداول الحالي أثناء الترحيل:
|
|
|
|
1. نشر جداول `quads_by_entity` و `quads_by_collection` جنبًا إلى جنب مع الجداول الحالية.
|
|
2. الكتابة المزدوجة للرباعيات الجديدة إلى كل من الجداول القديمة والجديدة.
|
|
3. ملء البيانات الموجودة في الجداول الجديدة.
|
|
4. ترحيل مسارات القراءة نمط استعلام واحد في كل مرة.
|
|
5. إلغاء تنشيط الجداول القديمة بمجرد ترحيل جميع عمليات القراءة.
|
|
|
|
## ملخص
|
|
|
|
| الجانب | تقليدي (6 جداول) | مرتكز على الكيانات (جدولان) |
|
|
|---|---|---|
|
|
| الجداول | 7+ | 2 |
|
|
| عمليات الكتابة لكل رباعية | 6+ | 5 (4 بيانات + 1 بيان) |
|
|
| حل التسميات | استعلامات منفصلة | مجاني عبر تدفئة ذاكرة التخزين المؤقت |
|
|
| أنماط الاستعلام | 16 عبر 6 جداول | 16 على جدول واحد |
|
|
| تعقيد المخطط | مرتفع | منخفض |
|
|
| النفقات التشغيلية | 6 جداول للتعديل/الإصلاح | جدول بيانات واحد |
|
|
| دعم إعادة التعريف | تعقيد إضافي | مناسب بشكل طبيعي |
|
|
| تصفية أنواع الكائنات | غير متوفر | أصلي (عبر التجميع حسب نوع الكائن) |
|