Let's Make AGI Real

NoSQL的优点是

• 支持海量数据的快速读写
• 支持分布式计算
• 扩展性好
• 无Schema模式易于以迭代法建立系统（表结构易变）
• ……

它也有很大缺点：

• 不支持联接（Join）运算；
• 不支持标准查询语言；
• 太多的方案、工具，缺乏标准；
• ……

RDF数据具有的优点：

• 标准化
• 数据模型简单
• 支持标准的查询语言SPARQL
• 作为Native的网络数据，天然具有分布式、去中心化特征，数据可以存放于网络上的任何地方，用HTTP URI标识即可
• 支持网络数据的标准格式：XML/JSON/TURTL/N3/N-QUADS等
• 支持网络交换的标准协议：REST，SOAP，HTTP GET等

如采用NoSQL存放RDF数据，立刻具有如下优势：

• 支持Web Scale管理
• 标准化
• 互操作性好
• 支持语义集成

目前各类NoSQL对RDF的支持（来自小夏，待修改）：

• Apache Cassandra 有插件 RDF.rb 和 Cumulus 支持RDF数据
• Apache CouchDB 是一个存储JSON格式文档的“文档型”数据库，有组件 JSON-LD (JavaScript Object Notation for Linked Data)
• RDFgrid 是建立在Hadoop和Amazon的 Elastic MapReduce (EMR)基础上的RDF数据处理框架，这里有一些在Hadoop/MapReduce上处理RDF数据的最佳实践。
• Amazon SimpleDB 是一个分布式的数据库，有系统处理RDF数据的经验。
• 键值数据库Riak ，NoSQL的主要类型，也有人探索用它来存储RDF数据的方法。
• Sindice是一个著名的语义搜索引擎，它也使用了 Hadoop和其它的NoSQL解决方案。
• Neo4j 是一个基于Java的“图（Graph）”数据库，NoSQL的第四种类型，是NoSQL班级的新生，RDF数据处理是其内置的功能。

W3C的RDB2RDF直接支持关系数据库发布成RDF，NoSQL的优势在：

• 支持独立的可插拔的索引工具 （关系数据库的索引在数据量很大且数据不规范时很难建立）
• 支持批处理，特别是批量导入RDF数据 （对于关系数据库来说，RDB2RDF不难，但反过来就不容易了）
• 支持SPARQL查询语言 ，课跨库跨网检索。