RDFox Bewertungen & Produktdetails

Als In-Memory-Lösung kann RDFox RDF-Daten mit atemberaubender Geschwindigkeit aufnehmen. In der Praxis dauerte das Einlesen eines Datensatzes, der 167 GB RAM belegte, 18 Minuten, wenn er parallelisiert wurde. Das System ist einfach einzurichten und zu konfigurieren.

Die RDFox-Implementierung von Datalog-Regeln ermöglicht es, "unmögliche" Anfragen zu beantworten. Unser Team hatte eine komplexe Anfrage, die anfangs 38 Minuten dauerte. Nachdem wir Regeln hinzugefügt hatten, um unsere Datenmuster zu vereinfachen, sank die Abfrageauswertung auf 10 Millisekunden!

Mit Regeln können semantische "Sichten" auf der Datenseite vorkalkuliert werden. Diese Fähigkeit kann die Erstellung und Zusammensetzung von entitätsgesteuerten Benutzeroberflächen vereinfachen und den Frontend-Entwicklungsprozess beschleunigen.

RDFox bietet Konnektoren zu externen Datenquellen wie Solr, was eine leistungsstarke Integration mit Volltextsuche ermöglicht.

Das Team von Oxford Semantic Technologies ist erstklassig, mit starken akademischen Referenzen: RDFox repräsentiert das Beste in forschungsgetriebener Produktentwicklung. Das Produkt verbessert sich ständig, mit jüngsten Verbesserungen, die sich auf hohe Verfügbarkeit und robuste Unterstützung für benannte Graphen konzentrieren. Insgesamt war der technische Support von RDFox hervorragend, und alle Probleme wurden umgehend behoben. Bewertung gesammelt von und auf G2.com gehostet.

Die Dokumentation für RDFox ist ziemlich ausführlich, könnte jedoch an einigen Stellen von zusätzlichen Beispielen für konkrete Anwendungen profitieren (wie die tatsächlichen Befehle, die in der RDFox-Shell erforderlich sind).

Unterstützung für zusätzliche RDF-Serialisierungen, wie JSON-LD, wäre wünschenswert. Unterstützung für SPARQL 1.1 föderierte Abfragen mit dem SERVICE-Schlüsselwort wäre ebenfalls hilfreich. Bewertung gesammelt von und auf G2.com gehostet.

- Einfach, um in Betrieb zu nehmen

- Regelbasierte semantische Argumentation ist eine echte Superkraft im Vergleich zu einigen anderen Graphdatenbanken

- Mehrere Bereitstellungsoptionen, einschließlich Hochverfügbarkeitsmuster

- Integrierter Connector zu Apache Solr macht den Aufbau von Suchanwendungen sehr handhabbar

- Hervorragender Support und Dokumentation Bewertung gesammelt von und auf G2.com gehostet.

Nicht wirklich ein Problem mit RDFox, aber SPARQL und TTL können eine Weile dauern, bis man sie versteht, wenn man anfängt. Bewertung gesammelt von und auf G2.com gehostet.

Es hat eine niedrige Einstiegshürde, und die Lernkurve ist angemessen. Großartige Unterstützung vom RDFox-Team! Sie halfen uns sehr bei der Integration in die aktuelle Architektur und bei der fortlaufenden Wartung, als neue Versionen veröffentlicht wurden. Bewertung gesammelt von und auf G2.com gehostet.

Das Projekt hatte einige Probleme mit der Gleichzeitigkeit, aber insgesamt ist die Leistung gut. Zu einem Zeitpunkt im Projekt haben wir aufgehört, die Datenbankversion zu aktualisieren, und deshalb fühle ich mich nicht in der Lage, die neueste Version zu überprüfen. Bewertung gesammelt von und auf G2.com gehostet.

1. Clear and complete documentation https://docs.oxfordsemantic.tech/introduction.html .

2. Rich set of commands and options to customize solutions and attack problems efficiently.

3. Support for datalog that allows one to customize inference rules.

4. Multiple datastores and named graphs.

5. Efficiently implemented incremental and revisable reasoning.

6. Endpoint to work with datastores in Python (e.g. can perform sparql queries and export triples using Python).

7. Reasoning on axioms (importaxioms) as distinct from additional inference rules (TBox datalog file).

8. Command line interface commands and scripts.

9. Can be implemented in different places (local machine or cloud) allowing customization of available RAM etc.

10. Easy to provide feedback.

11. Extension of SPARQL with new functions amd support for RDF-star and SPARQL-star.

12. GREAT CUSTOMER SUPPORT. Bewertung gesammelt von und auf G2.com gehostet.

If you do not like something, they will take your feedback seriously and try to meet your needs in a next release. Currently, I do not like the following (mostly minor) things:

1. The SPARQL implementation does not include DESCRIBE.

2. The browser does not show the cardinality of the results (how many results did a query get?).

3. There is no autocompletion for user-created strings.

4. RDFox does not have a specific function to check consistency and satisfiability (contrast this with Protege's reasoner and Protege's Debugger plugin).

5. RDFox does not have a keyboard shortcut to comment out a line.

6. RDFox does not have a dlog file to isert the subclass relations of csd types.

7. Their TBox dlog file could be more complete concerning triples involving owl:Thing.

8. The browser does not allow to duplicate pages when the SPARQL query is long.

9. They do not extend SPARQL to include function to carry out graph analysis (e.g. shortest path). Bewertung gesammelt von und auf G2.com gehostet.

* Low barrier to entry; graph visualizations; easy data upload; in-memory persistence.

* Responsive support team

* Enterprise features: HA, transactions

* Performance Bewertung gesammelt von und auf G2.com gehostet.

No dislikes. In fact, I found a minor bug during our evaluation, and the engineering team had a fix the next day. Bewertung gesammelt von und auf G2.com gehostet.

Leistung! Ich habe RDFox mit dem LUBM-Benchmark getestet und die aufgezeichneten Zeiten zum Laden und Abfragen von Daten waren ziemlich beeindruckend. Bewertung gesammelt von und auf G2.com gehostet.

Ich bin auf keine Nachteile aus Leistungssicht gestoßen. Bewertung gesammelt von und auf G2.com gehostet.

Einfache Einrichtung mit Docker-Images in der Cloud, aber auch die Implementierung auf einem lokalen Rechner ist sehr unkompliziert.

Oxford Semantic bietet ausgezeichnete persönliche Einführungssitzungen, um Sie auf den neuesten Stand zu bringen und die Datenbank zu nutzen.

Die Datalog-Implementierung ist vorteilhaft, um OWL-Einschränkungen (fehlende Daten, Überprüfung von Einschränkungen) zu überwinden. Nachdem man sich daran gewöhnt hat, sind die Datalog-Regeln recht einfach anzuwenden. Auch wenn man feststeckt, ist der Support von Oxford Semantics sehr reaktionsschnell (meist innerhalb eines Geschäftstages). Die Hilfe geht über die technische Unterstützung des Tools hinaus, da sie auch Vorschläge bietet, wie man spezifische Probleme mit Ihren Regelsets oder der Ontologiestruktur lösen kann.

Soweit ich sagen kann, ist das Schließen (Verarbeitung neuer Regelsets) schnell. Inkrementelles Schließen (wenn neue Daten hinzugefügt werden) ist ebenfalls eine großartige Funktion, wenn Sie mit massiven, regelmäßig aktualisierten Datensätzen arbeiten.

Nicht weniger wichtig: Oxford Semantics hat ein freundliches Team, das den Umgang angenehm macht. Bewertung gesammelt von und auf G2.com gehostet.

Die Dokumentation könnte etwas besser sein. Es war jedoch auch möglich, schnell Klarstellungen vom Support zu erhalten. Bewertung gesammelt von und auf G2.com gehostet.

Ich arbeite tatsächlich an einem Forschungsprojekt im medizinischen Bereich (CDSS) in Partnerschaft mit der Industrie. RDFox wurde ausgewählt und ich benutze es die ganze Zeit. Ich bin immer beeindruckt von seiner Leistungsfähigkeit und Geschwindigkeit der Ausführung. Zum Beispiel wird eine Anforderungszeit von mehreren Minuten mit anderen SPARQL-Engines oft in weniger als einer Sekunde mit RDFox gelöst! Bewertung gesammelt von und auf G2.com gehostet.

Vielleicht mehr Funktionalität auf der Konsolen-Website, aber das RDFox-Team ist sehr reaktionsschnell, und jede neue Version bringt viele Verbesserungen. Die Konsolen-Website wird in der Version 5.2 jetzt sehr ansprechend mit SPARQL-Syntaxfarbmarkierung und Syntaxvervollständigung. Und auch ein fantastisches Web-Tool zum dynamischen Erstellen von Grafiken basierend auf den Tripeln einer Abfrage. Bewertung gesammelt von und auf G2.com gehostet.

Es ist sehr einfach und intuitiv zu bedienen; es ist großartig für Anfänger wie mich und hat es mir ermöglicht, sehr schnell viel zu lernen. Es hat auch viele Funktionen in unserem Produkt beschleunigt, was für Legislate umso wünschenswerter ist! Bewertung gesammelt von und auf G2.com gehostet.

Nichts, woran ich denken kann, ich benutze RDFox wirklich gerne. Bewertung gesammelt von und auf G2.com gehostet.

RDFox ist eine "schlanke und effiziente" semantische Graphdatenbank, Oxford Semantic Technologies versteht eindeutig, was die wichtigsten Prioritäten für jeden sind, der eine Datenbank in der Produktion einsetzen möchte: Sie muss schnell, zuverlässig und vorhersehbar sein. Viele ihrer Konkurrenten konzentrieren sich darauf, immer mehr (oft proprietäre) Funktionen hinzuzufügen und vergessen dabei (ein wenig) diese drei Schlüsselprioritäten.

RDFox hat ein radikal anderes Design als andere semantische Graphdatenbanken, da es sich um eine "In-Memory"-Datenbank handelt (mit vollständiger ACID-Transaktionsunterstützung), was bedeutet, dass sie extrem schnell ist (viele LUBM-Abfragen sind mehr als 1000 Mal schneller als der nächstgelegene Konkurrent), aber es bedeutet auch, dass sie wirklich viel Speicher für große Datensätze benötigt.

Glücklicherweise, wenn man ein Enterprise Knowledge Graph (EKG) gemäß den 10 Prinzipien des EKGF (siehe https://ekgf.org/principles) aufbauen würde, müsste man nicht alle Datensätze in nur einer Datenbankinstanz haben und könnte horizontal frei skalieren. RDFox würde es ermöglichen, Echtzeit-Anwendungsfälle wie Pre-Trade-Risikoberechnung oder andere fortgeschrittene Anwendungsfälle mit vielen komplexen Datensätzen zu unterstützen. Bewertung gesammelt von und auf G2.com gehostet.

Noch keine Unterstützung für Clustering. Ich glaube jedoch, dass diese Funktion bald verfügbar sein wird. Bewertung gesammelt von und auf G2.com gehostet.