Сравнение OData и Semantic Web/Linked Data

Я пытаюсь понять два совершенно разных подхода к совместному использованию данных: OData и Semantic Web/Linked Data. Есть хорошее сравнение этих двух?

Насколько я понимаю, OData сочетает в себе синдикацию/CRUD (AtomPub), форматы сериализации (XML, JSON), модель данных, язык запросов и некоторые семантику/соглашения, регулирующие использование этих существующих технологий. Он в первую очередь предназначен для предоставления данных из одной системы, чтобы другие могли их использовать.

Связанные данные — это модель данных, строгая приверженность URI, (необязательно?) формат сериализации (RDF/XML), но (поправьте меня, если я ошибаюсь) ничего не говорится о транспорте, CRUD и т. д. , Похоже, он предназначен для того, чтобы делать выводы по множеству небольших фрагментов данных, взятых из самых разных источников. (Сейчас для нас это не имеет большого значения — мы бы синхронизировали большие блоки данных между небольшим количеством источников и хотели бы сохранить информацию о происхождении).

Меня интересуют технологии обмена данными между определенными платформами управления данными, над некоторыми из которых я работаю напрямую. OData кажется более привлекательным, поскольку его очень просто объяснить разработчикам: внедрить этот API, следовать этому стандарту Atom, сериализовать данные вот так.Мы уже делаем что-то очень похожее для одной платформы: делимся XML-сериализованными данными в ленте Atom с параметрами URL, используемыми для фильтрации.

Напротив, мой прошлый опыт работы с RDF произвел на меня впечатление хрупкой, непрозрачной (массивные плиты RDF/XML), недоступной (с использованием SPARQL и SQL) технологии — но, возможно, я путаю опыт работы с тройной магазин, такой как Jena, с простым доступом к существующей базе данных через API связанных данных.

Любые указания, комментарии и т. д. о различиях и сходствах между этими двумя подходами с точки зрения объема, технологий, простоты, будущего потенциала и т. д. были бы замечательными.

9
задан Stanislav Kralin 19 April 2018 в 16:50
поделиться