知识图谱基础：实体、关系、属性与三元组

这一章，我们聊聊知识图谱最核心的底层概念。说白了，就是理解知识图谱到底用什么方式组织信息。我在做药靶关联图谱项目的时候，发现很多团队成员不理解「三元组」这个基础，结果数据一多，查询就乱了。所以这一章会把地基打牢。

实体、关系、属性——知识图谱的“三原色”

知识图谱里，信息被拆成三种基本元素。我个人习惯把它们比作乐高积木的三种基础块。

• 实体：现实世界中可被区分的事物。比如“阿司匹林”、“COX-1蛋白”、“头痛”。
• 关系：实体之间如何连接。比如“靶向”、“治疗”、“抑制”。
• 属性：描述实体的特征。比如“分子量=180.16”、“半衰期=3小时”。

举个例子，在药物知识图谱里，阿司匹林 是一个实体，抑制 是关系，COX-1 是另一个实体。它们合起来就是一个完整的知识单位。

三元组——知识的最小单元

知识图谱有个经典结构：(头实体, 关系, 尾实体)。这就是三元组。它像一个“原子”，不可再分。

# 三元组示例
(阿司匹林, 靶向, COX-1)
(COX-1, 位于, 血小板)
(血小板, 参与, 凝血过程)

你想想看，所有复杂的知识网络，都是这些三元组拼接出来的。在数据库里，三元组的存储格式一般长这样：

# 标准RDF格式（Turtle语法）
@prefix drug: <http://example.org/drug/> .
@prefix target: <http://example.org/target/> .

drug:aspirin drug:targets target:cox1 .
drug:aspirin drug:hasSmiles "CC(=O)OC1=CC=CC=C1C(=O)O" .
drug:aspirin rdf:type drug:Antipyretic .

我建议用三元组存储时，每条数据都要能独立解释。如果(X, 关系, Y)去掉X或Y就说不通，那这个三元组设计就有问题。

图结构与逻辑结构

这块容易混淆，我分开说。

图结构

知识图谱的图结构，是物理存储的样子。节点存实体，边存关系。每个节点可以有多条边连接其他节点。这跟社交网络一样，一个药物节点可能连着靶点、疾病、副作用等。

逻辑结构

逻辑结构是人对知识的分类方式，比如schema、本体。它定义了一组规则：哪些实体可以有什么关系，每个实体必须有哪些属性。

举个例子，逻辑结构里会规定：

• 药物必须至少有一个靶点
• 药物可以有多个适应症
• 靶点一般是蛋白质或基因

图结构是“数据怎么放”，逻辑结构是“数据怎么用”。

这里有一张我画的图，帮你快速对比理解：

与关系数据库、NoSQL的区别

我经常被问到：知识图谱不就是个带关系的图吗？传统数据库也能存关系啊。嗯，这里要注意，区别还真不小。

维度	关系数据库（RDBMS）	NoSQL（文档/键值）	知识图谱
数据模型	二维表，行和列	JSON文档、键值对	图，节点+边+属性
关联处理	通过JOIN连接表	嵌套文档或手动引用	直接走边，邻接表遍历
查询深度	JOIN层数>3时性能骤降	不适合深度关联	轻松处理5层以上关联
schema	强约束，需预先定义	弱约束，可动态扩展	可松可紧，但通常有本体规范
典型场景	事务、报表、CRM	日志、缓存、用户会话	知识推理、关联发现、问答
药物研发用例	临床试验数据录入	化合物结构缓存	靶点-药物-疾病-通路关联推理

拿药物研发场景举个例子。如果我要查“所有与阿司匹林共享靶点且治疗头痛的药物”，在关系数据库里，你可能需要写：

SELECT d2.drug_name
FROM drug_target dt1
JOIN drug_target dt2 ON dt1.target_id = dt2.target_id
JOIN drug_indication di ON dt2.drug_id = di.drug_id
JOIN drug d2 ON dt2.drug_id = d2.drug_id
WHERE dt1.drug_id = 'aspirin'
  AND di.indication = 'headache'
  AND dt1.drug_id != dt2.drug_id;

但在知识图谱里，一条Cypher查询就搞定：

MATCH (d:Drug {name: '阿司匹林'})-[:靶向]->(t:Target)<-[:靶向]-(other:Drug),
      (other)-[:治疗]->(dis:Disease {name: '头痛'})
RETURN DISTINCT other.name

你想想看，三表JOIN vs 一条路径匹配，哪个更直观？

说白了，关系数据库适合“我知道我要查什么，数据关系稳定”的场景。NoSQL适合“我需要快速读写简单结构”的场景。知识图谱则擅长“我事先不知道关联方式，但我要探索关联”的场景。做药物研发，三类数据库通常会一起用。

本节要点总结

• 实体是图谱中的“节点”，关系是“边”，属性是节点的“细节描述”。
• 三元组是知识的最小原子：(头实体, 关系, 尾实体)。
• 图结构解决“数据怎么存”，逻辑结构解决“数据怎么解释”。
• 知识图谱的核心优势：多跳关联查询、灵活扩展、语义推理。
• 选型时，别用图谱做它不擅长的事——比如高频写入和事务一致性强需求。