八个案例全部讲完4-1 的五个查询案例四个实测、一个论文案例、4-2 的两个影像构造案例、4-3 的一个选址构造案例。这些案例里一共出现了五种干活的方式。本篇做三件事把它们直接放在一起比较说清每种场景该怎么选再盘点数据治理之后还剩哪些技术活。本篇一句话结论做法按场景选——要跨机构、跨库、公开发布目前只有 RDFSPARQL 这一整套国际标准而数据治理做完之后存储、引擎、联邦、大模型、保鲜五类技术活一件都省不掉。五种做法横评只有 RDF 管到语义一致这一层八个案例里出现过五种干活的方式关系数据库外键、空间数据库/GIS、属性图、JSON Schema 数据目录、RDFSPARQL。直接比较最后一列标明它出现在哪个案例里做法多跳查询跨机构一致性适合场景短板对应案例关系数据库外键库内 join 极快管不了——外键跨不出自己的库单一机构、结构稳定的数据没有共享标识符跨机构靠导出对齐未实际使用出现在案例一至四笨办法的导出对齐环节空间数据库/GISPostGIS、QGIS空间一跳极快管不了空间分析、地图生产语义关系注入、创办者数据里根本没有案例一至四、六、八的笨办法属性图Neo4j 等多跳遍历原生快词表自定义跨机构靠事先约定单一组织内的复杂关系分析无全球标识符、无联邦查询标准本系列案例未实际使用作为对照项JSON Schema 数据目录STAC 式不支持图遍历管到结构一致一层数据目录、接口校验不做跨源标识符和关系语义案例六影像发现RDFSPARQLQLever、KWG多跳快代价是存储膨胀与物化预付管到语义一致共享 IRI共享词表联邦标准跨机构、跨库、要公开发布的数据建模门槛高效率靠预存换案例一至五及案例七、八的图谱环节属性图一行要多说几句前面各篇没给它戏份。属性图的代表实现是 Neo4j数据存成节点和带属性的边查询语言叫 Cypher属性图查询语言在 2024 年有了 ISO 国际标准GQLISO/IEC 39075[1]。在单一组织内部属性图完全行多跳遍历往往比 RDF 引擎还快。它缺的不是能力是两个公共标准没有全球标识符标准两个机构各建各的图、编号体系对不上没有联邦查询标准跨库发问没有统一问法。4-1 里靠 Q 号缝合两个库的查询在属性图里不是不能写而是每对接一个新来源就要单独约定一次——没有公共标准兜底。属性图在单组织内完全行——它缺的是跨机构的公共标识符和联邦标准关系库加外键在单库内永远是最省的选择——外键解决不了两个机构的库里说的是同一个区这个问题。技术选型按场景选跨机构公开发布目前只有 RDFRDF 是唯一的选择吗不是。本体思想——先把对象、属性、关系定义清楚再存数据——与载体无关关系库的 schema、JSON Schema、RDF 本体都是它的载体。原 04 长文说RDF 多出来的是两样东西全球唯一的标识符和跨端点的联邦查询标准这句话要收紧了说才严谨这两样东西不是 RDF 凭空多出来的而是两个公开的国际标准——标识符是 IRIIETF 标准W3C 的 RDF 采用联邦查询是 W3C 的 SPARQL 1.1 标准4-1 查询篇已展开。QLever 只是实现了这些标准的引擎之一不是这两样东西的来源。同样要严格的是另一面属性图并非做不到全球编号和跨库查询而是没有公共标准每做一对接就要单独约定一次。所以选择标准是场景对应上面五种做法数据不出一个机构关系数据库外键最划算图遍历深但不出一个组织属性图也行要跨机构、跨库、还要让陌生人不用打电话就能查你的数据——目前只有 RDFSPARQL 这一整套 W3C 与 OGC 标准。这正是 4-0 那句大白话的另一面数据治理的工作量守恒——不在建库时做完就在每次查询时重做RDF 是唯一把提前做完做成了公共基础设施的路线。规律八个案例指向同五句话数据治理的工作量守恒。跳数乘以数据源个数就是总治理量。不在建库时做完KWG 预对齐 30 多个数据集就在每次查询时重做每次按名字手工 join或者摊给社区慢慢做OSM 志愿者逐个标 Q 号。QLever 的 13 毫秒和 KWG 的几秒钟都是治理做完之后的效果。地理智能的典型查询 空间一跳 语义多跳。GIS 管得住空间那一跳管不住后面的语义跳百科全书和统计库管得住语义跳管不住空间跳。把两段焊起来的是共享标识符——本系列里是 Q 号KWG 里是 S2 格子编号作用相同。一致性分三层一层比一层贵。语法一致文件能互相读 结构一致字段对得上JSON Schema 管到这层 语义一致说的是同一个东西要共享标识符和词表。笨办法全部卡在第二层到第三层之间。答案质量取决于最弱一跳。博物馆案例里五跳查询只答出 15 家车站案例里几百个车站只有 16 个带标签。链条设计得再漂亮覆盖率最低的那一跳就是天花板。换成大白话数据治理得不好什么高科技都白搭。评估一个跨库方案先数每一跳的覆盖率再谈查询速度。治理之后还剩五类技术活外加研究人员的题前面七个案例容易给人一个印象数据治理三件事干完——图纸立好、数据缝好、质量管好——后面就是跑查询的事了。这个印象对了一半。治理解决的是对不对——不同来源的数据说的是不是同一个东西。剩下快不快、稳不稳、好不好用的问题一个都少不了。按工程顺序摆一遍每条附上当前水平。一存储与索引预存多少是个设计决策。RDF 引擎的索引为任意方向跳转设计主流做法是把三元组按主语、谓词、宾语的全排列存多份。QLever 在这条路上做到单机万亿级三元组01 篇Wikidata 和 OSM 全球数据都跑在单机公共端点上——这一层的当前水平是成熟。真正的设计决策在物化哪些关系预先算好存成数据哪些留给查询时计算。QLever 物化六种空间关系换来 13 毫秒的柏林公园查询KWG 把推理结果也物化进去290 亿条三元组里 80 亿条是推理补全的。存得越多查得越快但存储膨胀、更新变慢。哪些边值得预存目前靠经验没有自动化的成熟方法——这是这一层的主要待解决问题。二引擎选型标准在实现参差。标准词表是公共的各引擎的实现范围不是。03 篇记录过一个实测插曲大模型调用标准里定义的geof:length函数QLever 跑了 949 秒后报错不支持此函数。选引擎实质是四维权衡查询性能QLever 领先、推理能力商业引擎 GraphDB 更全、GeoSPARQL 函数覆盖各家不一以实测为准、成本开源 vs 商业许可。当前水平单机查询成熟分布式 RDF 存储相对薄弱——QLever 自己走的也是单机大内存路线。三联邦查询标准里最不成熟的一环。本系列自己就是证据案例一跨端点查人口27 毫秒案例四跨端点查创办者国籍5.2 秒。差了 200 倍原因在联邦查询要把中间结果跨端点搬运数据量一大就慢。端点可用性是另一个现实问题——4-1 写作时KWG 的公共端点从本机就无法连通。当前水平能演示难生产。认真对待延迟的系统都绕开了实时联邦KWG 选择预集成把 30 多个数据集搬进自家图谱QLever 把 Wikidata 和 OSM 各装一份在自家机器上——所谓联邦实际是联邦的标准、本地的副本4-0 的第一句大白话说的就是它。四接大模型最热也最不成熟。这一块要拆开讲它其实是两个方向。方向一大模型帮用户查图谱自然语言转查询坑按出现的顺序排词表太大塞不进模型的上下文KWG 的 150 类、70 关系只是一例模型会幻觉出不存在的谓词就算谓词对了也可能调用引擎没实现的函数上一条的geof:length空间常识题对人易、对模型难本系列 GRASP 一篇的主旨。当前水平单端点、简单模式的自然语言转 SPARQL已经可用多跳加空间加联邦的组合查询在 QALD 等公开评测集上仍是难题。工程上的续命办法是把词表检索RAG、形状文档、执行报错重试拼成脚手架。方向二大模型帮专家做治理更值得关注自动推荐数据集到本体的映射、生成对齐候选把立图纸、缝数据里的体力活变成半体力活。但终审仍是业务专家——对齐错了后面的一切都快而错。五保鲜物化的边会过期。物化换效率的代价在更新端。03 篇附录提过一个口径细节OSM 数据集每周更新重跑同一个查询数字会漂移——底数变了物化的空间边就得重算。KWG 的版本策略是大变发新版、小变只记档新增数据过 SHACL 校验才入库。增量物化、跨库变更传播目前都没有标准化的做法各系统自己想办法。业务专家管治理工程师管权衡研究人员管还没有标准答案的题上面这些活常被分成两摊治理是业务专家的活解决对不对五类技术活是工程师的权衡活解决快不快、稳不稳。那研究人员干什么答案已经散在上面的字里行间——每一节里标注了没有成熟方法“没有标准化做法”仍是难题的地方就是研究人员的题哪些边值得预存的自动化决策存储层联邦查询的性能与可用性让它从能演示走到能生产联邦层多跳、空间、联邦组合的自然语言查询在 QALD 等评测集上过关大模型层增量物化与跨库变更传播的标准化保鲜层大模型辅助治理的可靠性——映射推荐、对齐候选错了怎么发现治理层。这些问题的共同点是工程上能绕但没有公认的好解法。哪些是真问题、哪些已有近两年的进展我们会在后续专题里按论文逐条核对。结尾语义层讲完了动力层是下一站八个案例里前七个的活都在本体的语义层——对象、属性、关系只有 4-2 的写回露了一次动力层的头。动作、权限、函数这另一半思想在真实项目里长什么样我们后面会专门介绍它的体现希望大家持续关注。我们会持续分享地理空间智能相关的内容。有问题可以在下面留言后面也会建一个群让大家一起来交流。附录术语速查五种做法本系列统一名称——关系数据库外键空间数据库/GISPostGIS、QGIS属性图Neo4j 等JSON Schema 数据目录STAC 式RDFSPARQLQLever、KWG。GQL属性图查询语言的 ISO 国际标准ISO/IEC 390752024 年发布Cypher 是 Neo4j 的属性图查询语言。QALDQuestion Answering over Linked Data面向链接数据的问答公开评测系列。物化把能预先算出的结果推理结论、空间关系在建库时算好并写成数据查询时直接取不再计算。联邦查询一条查询跨多个服务端点发问W3C 的 SPARQL 1.1 标准不是某个引擎的私有功能。参考文献[1] GQL 标准ISO/IEC 39075:2024, Information technology — Database languages — GQL2024-04 发布Neo4j 与 Cypherhttps://neo4j.com/ 。[2] 本系列 4-0 概览、4-1 查询篇、4-2 影像篇、4-3 选址篇01 篇《QLever》、02 篇《KnowWhereGraph》、03 篇《GeoSPARQL 与 OGC DGGS》。[3] QLever OSM Planet 与 Wikidata 公共端点实测记录2026-08-13原始 JSON 留档清单见 4-1 查询篇附录。[4] KnowWhereGraph 系统论文arXiv:2502.138742025https://arxiv.org/abs/2502.13874 。[5] STAC 规范https://stacspec.org/ 4-2 影像篇专题。版权声明本文为CSDN博主「LadiesAndGentlemen」的原创文章遵循CC 4.0 BY-SA版权协议转载请附上原文出处链接及本声明。原文链接https://blog.csdn.net/qiupingzhao/article/details/163625924 开源 github