数据库遇上知识图谱、区块链、深度学习

本文探讨了数据库的核心概念,包括表示、存取和查询,以及知识图谱如何通过三元组实现知识的快速响应和推理。区块链的去中心化、去信任和共识机制被介绍,强调其在数据一致性和安全性方面的影响。同时,文章指出数据库与知识图谱、区块链的结合,尤其是在去中心化和效率方面的挑战与机遇,以及深度学习如何影响数据库的优化,如自然语言查询接口和查询执行计划的改进。
摘要由CSDN通过智能技术生成

参考资料:
https://zhuanlan.zhihu.com/p/33381916
https://www.zuozuovera.com/archives/1062/
东南大学D&Intel Lab相关ppt

数据库的核心概念——表示、存取、查询

有了数据库是干什么,大概实现的逻辑,特点,才能引申出对当今这些新技术的对比、适应和发展。

  • 目的:研究数据表示、存取
  • 数据模型:表示数据的模型,通常由三层递进:
  1. 概念数据模型:用E-R图统一业务概念,给出实体和实体间的关系,与具体的DBMS无关
  2. 逻辑数据模型:系统分析设计人员对数据存储的观点,确定具体的业务规则,在概念数据模型基础上详细描述数据,确定实体的属性,主外键约束,范式化处理。实际就是用户使用数据库时看到的数据的表现逻辑(如关系数据模型中的表)(既面向用户),也要用于具体DBMS的实现(也面向系统)。
  3. 物理数据模型:面向计算机物理表示,与DBMS和操作系统、硬件都有关。关于具体物理存取实现的设计。在数据库系统的使用者面前,物理数据模型是看不到的,大部分市县系统自动生成,如:用户只能指定某属性为索引(逻辑),具体索引的实现由系统用相应的B+树等方法开辟内存,构建索引的数据,以一定的逻辑存放从而优化查找,等等过程都是物理数据模型的设计。
  • 关系数据库为代表:通过将数据表示为实体及其关系来表示数据。

知识图谱——知识、推理

  • 基本概念:结构化的语义知识库,用于迅速描述物理世界中的概念及其相互关系,通过将数据粒度从document级别降到data级别,聚合大量知识,从而实现知识的快速响应和推理

    上面的概念比较抽象,实质就是把现实世界中的一堆概念联系起来,构成一个知识的关系网,原来一般数据都存在各种各样的表里,一堆表集合起来表示所有数据,现在就是一张大网,粒度就是这些个实体和简单关系(下面说的三元组),构建这个的目的是为了根据一个东西找跟他相关的各种东西,或者推理下谁跟谁关系大之类的,这就是所谓快速响应和推理。

  • 结构:如果两个节点之间存在关系,他们就会被一条无向边连接在一起,那么这个节点,我们就称为实体(Entity),它们之间的这条边,我们就称为关系(Relationship)。

  • 基本单位——三元组:“实体(Entity)-关系࿰

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值