知识图谱基础：实体-关系-属性三元组、图数据库（Neo4j）简介、RDF与属性图模型对比
各位同学，今天我们来聊聊知识图谱最核心的“三块砖”。
说实话，很多刚入行的朋友一上来就问我：“老师，知识图谱到底是个啥？”我的回答很简单——它就是一张“有逻辑的大网”。你想想看，我们平时用Excel存数据，那是二维表格。但现实世界的关系哪有那么平？一个人认识另一个人，一家公司投资了另一家公司，这些关系用表格存，查起来能把你累死。
知识图谱就是专门干这个的。它用“实体-关系-属性”三元组，把世界上的事物和它们之间的联系，清清楚楚地画出来。
1. 实体-关系-属性三元组：知识图谱的“原子”
先讲最基础的概念。知识图谱里最小的知识单元，就是三元组。说白了就是三样东西：实体、关系、属性。
- 实体：就是“东西”。比如“张三”、“苹果公司”、“2024年1月1日”。
- 关系：实体之间的“连接”。比如“张三任职于苹果公司”。
- 属性：实体的“特征”。比如张三的“年龄：35岁”，苹果公司的“市值：3万亿美元”。
我举个例子你就明白了。假设我们要描述“马云创立了阿里巴巴”这件事：
实体1：马云
关系：创立
实体2：阿里巴巴
属性（对实体1）：出生日期=1964年9月10日
属性（对实体2）：成立时间=1999年
你看，一个三元组就搞定了。但实际项目中，一个实体往往有几十个属性，关系也可能有几十种。我在做金融风控图谱时，光“公司”这个实体就定义了50多个属性，包括注册资本、注册地址、法人代表、股东信息等等。
核心要点：三元组是知识图谱的“原子”。你构建的任何图谱，最终都要拆解成这种形式。设计得好，查询效率高；设计得烂，后面全是坑。
2. 图数据库（Neo4j）简介：为什么不用MySQL？
好，现在你有了三元组，怎么存？用MySQL？可以，但你会后悔的。
我当年第一个项目就踩过这个坑。用关系型数据库存知识图谱，查一个“张三的朋友的朋友的朋友”这种四度关系，SQL写得像天书，性能还慢得要命。后来换成Neo4j，同样的查询，代码从50行变成3行，速度从秒级变成毫秒级。
Neo4j是目前最流行的图数据库。它专门为“关系”而生。它的核心概念就三个：
- 节点（Node）：对应实体。比如人、公司、事件。
- 关系（Relationship）：对应实体间的连接。比如“投资”、“任职”、“控股”。
- 属性（Property）：节点或关系的特征。比如人的“年龄”，关系的“投资金额”。
Neo4j用Cypher查询语言，语法非常直观。比如我要查“马云投资了哪些公司”：
MATCH (p:Person {name: '马云'})-[r:投资]->(c:Company)
RETURN c.name, r.金额
你看，是不是很像在画图？这就是图数据库的魅力——查询即遍历。
我的建议：初学者别急着装集群。先在本机装个Neo4j Desktop，导入几百条数据练练手。Cypher语法学起来很快，一两天就能上手。
3. RDF与属性图模型对比：两种“画图”的方式
讲到这里，有个问题绕不开：知识图谱到底用哪种模型？目前主流有两种：RDF（资源描述框架）和属性图模型。
嗯，这里要注意，它们不是谁替代谁的关系，而是适用场景不同。
| 对比维度 | RDF模型 | 属性图模型 |
|---|---|---|
| 数据格式 | 三元组（主语-谓语-宾语） | 节点+关系+属性 |
| 查询语言 | SPARQL | Cypher、Gremlin |
| 属性支持 | 属性只能附加在实体上 | 属性能附加在节点和关系上 |
| 标准化程度 | W3C标准，语义网基石 | 工业界标准，更灵活 |
| 典型数据库 | Apache Jena、Virtuoso | Neo4j、JanusGraph |
| 适用场景 | 开放数据、知识推理 | 事务处理、实时查询 |
我个人的经验是：做金融事件图谱，首选属性图模型。为什么？因为金融场景里，关系本身经常带有属性。比如“张三投资了李四的公司”，这个“投资”关系上，你得记录“投资金额”、“投资时间”、“持股比例”吧？RDF做不到这一点，但属性图可以。
举个例子，在Neo4j里，我可以这样给关系加属性：
CREATE (p:Person {name: '张三'})-[r:投资 {金额: 500万, 时间: '2024-01-15'}]->(c:Company {name: '某科技公司'})
RDF的话，你得把“投资”这个关系拆成多个三元组，查起来就麻烦了。
避坑指南：我曾经在一个项目中，非要强行用RDF做金融图谱。结果发现，每次查询都要写一堆SPARQL的JOIN，性能惨不忍睹。后来老老实实换回Neo4j，一周就搞定了。所以，别跟场景过不去。
4. 知识图谱核心逻辑图
下面我用一张SVG图，把本章的知识体系串起来。你看完应该能明白，这三块内容是怎么连在一起的。
这张图把本章的三个核心内容串起来了。你看，知识图谱在最上面，下面三个分支分别是三元组、图数据库、模型对比。它们不是孤立的，而是层层递进的关系。
我个人习惯是：先理解三元组，再选模型，最后用工具实现。顺序别搞反了。很多新手一上来就学Neo4j语法，结果连“为什么要用图数据库”都没搞懂，学完就忘。
本章小结：
- 三元组是知识图谱的“原子”，设计时要考虑实体、关系、属性的粒度。
- Neo4j是工业界最成熟的图数据库，Cypher语法简单，适合金融场景。
- RDF适合开放数据推理，属性图适合事务型查询。金融事件图谱，我推荐属性图。
好了，这一章的内容就到这里。下一章我们会动手搭建第一个Neo4j实例，到时候我会带着你一步步操作。记住，理论是基础，动手才是关键。