BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

Stu Charlton谈语义网
录制于:

| 受访者 Stu Charlton 关注 0 他的粉丝 作者 Ryan Slobojan 关注 0 他的粉丝 发布于 2009年10月24日 | ArchSummit北京2018 共同探讨机器学习、信息安全、微服务治理的关键点
11:56

个人简介 Stuart Charlton是云计算软件基础设施提供商Elastra公司的首席软件架构师。Stuart的专攻领域包括系统架构、REST式Web架构、数据仓库等,他还热衷于将精益与敏捷(lean & agile)的方法用于业务流程与产品开发。

QCon全球企业开发大会(QCon Enterprise Software Development Conference)是由C4Media媒体集团InfoQ网站主办的全球顶级技术盛会,每年在伦敦、旧金山、北京、东京召开。自2007年3月份在伦敦召开首次举办以来,已经有包括金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。

   

1. 大家好,我是Ryan Slobojan,现在跟我在一起的是Stu Charlton。语义网(Semantic Web)也是您感兴趣的领域,那么能否请您谈谈什么是语义网呢?

嗯,我正在Elastra做的工作是关于语义网的。我常说,语义网的运用就跟使用辣椒酱一样——除非你非常爱吃辣,否则一点点就足够了——你要是愿意的话,也可以大量运用,但未必人人都能理解[你那些语义]。语义网的想法很简单,现在的万维网是“文档之网(web of document)”,也就是说,我们可以与朋友和同事们分享很多信息,我们可以进行电子商务,等等等等。

而语义网的思想是“万物之网(web of things)”。我们可以在Web上表达任何事物,无论是汽车还是房子,或者是数据中心。它实际上成了一个分布式的对象系统。其实,我和Mark Baker在去年OOPSLA(国际面向对象编程)大会的导课上就讲过这个“将Web视为一个分布式对象系统”的思想。我们认为的“文档网(document web)”实际上是一个抽象接口,而REST架构风格确实地描述了该抽象接口,并说明了它为什么奏效、以及施加于Web的架构约束为什么能带来如此的成功。因此,实际上语义网是这样的,“我想在这个Web上叠加一层逻辑。我希望Web可以成为一个事实上的开放世界关系数据库。”这一点都不夸张。

我的真实意思是,我希望拥有可读的数据。我希望可以采用一定的标记语言(比如RDFa,也就是W3C的微格式)对网页进行标注;另外,我还希望可以这样,即假如我有一个数据模型,我希望网页能忠实于此数据模型。要是按当前技术(多半是Struts、Spring MVC或Rails等)来构建Web应用的话,那么我们首先拥有这个关系数据模型,然后利用它来生成网页,但由此得到的网页并不能忠实于原始的数据模型。

而语义网是这样的,“好,我们会在网页里保持原有的数据模型,所以你日后依然可以获得它”。因此,我可以把网页交给RDFa处理器,由它得到原始形式的数据。语义网最大的一点不同在于,它是开放世界的(open-world),这意味着“任何人可以就任何事情发表任何观点”——这里不存在参照完整性(referential integrity)。当然,你仍然可以保持完整参照性,但这需要通过另外的技术。你知道,人们总是担心语义网要求有一个硕大的本体,或者是统一的秩序。但这种想法其实是错误的。

语义网的真正思想是:不同的人有不同的术语体系。比如,当我说到“tank”一词时,我指的可能是“水槽(water tank)”,也可能是军事武器中的“坦克(tank)”;再如,当我提到“storm”一词时,我的意思可能是“我在抢滩(I'm storming the beachfront)”,也可能指的是“暴风雨(storm)”。计算机是不擅于区分这些含义的,所以它需要借助于某种逻辑框架。关于如何有效地利用逻辑框架,这项研究已经进行30多年了。此后你可以在Web上分享这个逻辑框架,于是我们便拥有了一个非常好的获取机器可读信息(machine readable information)的方式——这种方式较目前的做法具有更好的可集成性。我们现在的做法相当于神经外科手术,做的都是接合、转换、运送这些事。

我并不是说那些可以完全不要,语法差异你还是得靠转换(transformation)来解决的。但在其上铺设一个语义层的话,你就可以采用“以往被认为不可能的”灵活方式来把数据连接起来了。并且由于开放世界的缘故,你可以创建相对立的数据。当你在阅读某样东西时,你将面对“嗯,这里采用哪个解释呢?”的问题。人们需要一定时间来理解这些,但是我确实认为,关系数据库的能力在于为信息提供逻辑结构,我觉得在接下来的十年里,它将随着语义网而复苏。

   

2. 您认为当前阻碍语义网大规模应用的原因是什么?

我觉得挑战在于,语义网实践者们往往需要关注于很多问题,他们更关心知识表示、经典人工智能之类的东西,而不是企业信息技术或集成等现实问题。但情况正在转变。在过去的几年里,人们较多地关注了“语义网”里的“语义(semantic)”部分,而逐渐地,你会看到“语义网”里的“Web”部分将被再次重视起来。这个“Web”部分并不是新创造出来的,它已经存在有一段时间了,尽管还有不少理论问题有待解决,但我认为,对于Web部分,应该更强调实际。

我相信REST的下一步就是语义网。当人们开始采用REST式Web架构来开发系统时,他们会开始思考“我该如何用这个模型来组织我的数据?”对此,目前有各种各样的专用手段(ad-hoc ways)。诸如Atom feeds和微格式(microformats)之类的,它们很有用。语义网为此提供了一个考虑周全且具有相当稳固的逻辑基础的框架。关系数据库在过去遭到过反对,而现在的语义网也是。在七十年代,当时网状数据库(network databases)和层次数据库(hierarchical databases)非常流行,对它们应用逻辑的提议遭到了很多反对。不过,关系数据库的业务效益最终还是得到了理解,并迅速发展和流行起来。

我觉得类似的情况又将发生了,当你完全关注命令式开发(imperative-style development)时,你试图能够控制事物;而逻辑则是声明式开发(declarative-style development),我试图声明事物却不必实现各个部分。因此,使用逻辑是非常高效的,但是许多开发人员可能不这么认为。不过最终你会意识到,“这会节省很多时间与精力”,接着你会说,“好吧,就将它作为一个新工具吧”。没错,它是一个不错的工具,但我觉得这类工具还需要改进,目前这类高质量的开源工具还相当少。

我认为,由Tim Berners-Lee和W3C提出的链接数据运动(linked data movement)是一个实用版或现实版的RDF和语义网。它很有前途,一两年后你将看到大量关于人们如何使用它的案例;另外,还有被称为SPARQL的语义网查询语言。因此我觉得,你会开始看到一些非常实际的应用,尽管它们可能是比较初级的。

   

3. 对于那些想在Web应用中运用语义网技术的开发者而言,您推荐他们看些什么?

首先,其实好的指南还比较少。YouTube上有个不错的关于语义网和RDFa的介绍。可以将RDFa作为起点。RDFa是一种非常简单的“为网页标注语义”的方式。 它使得你能够表达“哪个是对象(object)哪个是属性(properties)”、表格中的域、表单中的域等等。通过微格式来涉足语义网也是一个不错的选择,你可以把它理解为一种“小写S的”语义网(semantic Web),它的思想与目的跟语义网相同,只不过作为一种专门方式的(ad-hoc)实现,它在HTML之上使用了iCalendar等现有格式。所以我的建议是,首先着眼于RDFa,并用它来标注你的网页。

其次,请关注SPARQL——语义网的查询语言。试着用用看SPARQL吧!目前有些库允许你对数据库进行SPARQL查询,你也可以用它来查询Web,或者你可以给它一个链接,它将抓取该链接之下的所有链接,并根据你的查询返回结果集。虽然RDFa和SPARQL还处在初级阶段,但我认为它们都是很有价值且令人振奋的。

   

4. 您提到SPARQL时,我想起一个事,您说SPARQL会抓取内容。那么一般来说,语义网查询是在后台执行并建立索引,还是实时完成,比方说就像在使用Google时,输入一段文本就可以进行搜索了?

嗯,这跟事物演化的历史有关。我来自工业界,其实并不算作语义网社区中的一员。我只是偶然知道了语义网,然后对它感兴趣。但当我回顾语义网技术的历史时,我发现,它起初是关注于Web技术的使用的,但这里它却没有采用Web,而是采用了一种被称为三元组存储库(triple stores)的数据库。三元组存储库跟关系数据库一样,只不过它存储的是语义网的基本单元——三元组(triple):主语(subject)、谓语(predicate)、宾语(object)。

就像“玛丽有一只羊羔”一样,不管什么都可以归结为三元关系。三元关系被存储在数据库中(可以采用常规的关系数据库,也可以采用私有的对象数据库),这种存放三元关系的数据库就叫三元组存储库(triple store)。在过去,这些三元组是通过API来查询的,我记得SPARQL是2008年1月才成为W3C标准的。事实上,现在已经有许多支持SPARQL的三元组存储库了,因此你可以用SPARQL来查询这些数据库。

再次强调,URI只是起标识符作用,它未必意味着一定要上网。这就是说,链接数据可以在缓存或数据库中,也可以在公共Web上。因此我觉得,如果你需要非常快的响应时间,那么你得采用数据库;但假如你的确想从Web上实时获取信息,而且愿意为此等几秒钟的话,也是可以的,就好比我们今天的mashup一样。语义网技术确实可以令mashup做得更好。总之,神经外科手术更少而且更容易做了。

这实际上和我们今天的mashup没有什么分别,只不过效用更大、表达能力更强了,因为我们不用进行手工解析了——借助于SPARQL,我们不需要写任何代码便可进行跨页面的查询。这是非常强大的,而且我们将看到一些实现,至少Adobe Flex平台不久将支持用Javascript之类的东西进行SPARQL查询。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT