RDFox Bewertungen & Produktdetails

Die sofortige Ausführung von Datalog-Regeln ist eines der besten Merkmale, ebenso wie die Schlussfolgerungsfähigkeiten, die einige nützliche und einzigartige Merkmale aufweisen. RDFox ist sehr gut für dynamische und durchlaufende Daten. RDFox hat eine sehr schnelle Schlussfolgerung, es ist sehr praktisch, Skripte zu schreiben, um Zeit zu sparen, wenn man mit RDFox arbeitet. Bewertung gesammelt von und auf G2.com gehostet.

Die Dokumentation ist ziemlich technisch und könnte mehr Beispiele enthalten und mehr Hintergrundinformationen zu einigen RDFox-Funktionen bieten. Bewertung gesammelt von und auf G2.com gehostet.

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. Klare und vollständige Dokumentation https://docs.oxfordsemantic.tech/introduction.html.

2. Reichhaltiger Satz von Befehlen und Optionen zur Anpassung von Lösungen und zur effizienten Problembewältigung.

3. Unterstützung für Datalog, das es ermöglicht, Inferenzregeln anzupassen.

4. Mehrere Datenspeicher und benannte Graphen.

5. Effizient implementiertes inkrementelles und revidierbares Schließen.

6. Endpunkt zur Arbeit mit Datenspeichern in Python (z.B. können SPARQL-Abfragen durchgeführt und Tripel mit Python exportiert werden).

7. Schlussfolgerungen über Axiome (importaxioms) als unterscheidbar von zusätzlichen Inferenzregeln (TBox Datalog-Datei).

8. Befehle und Skripte der Befehlszeilenschnittstelle.

9. Kann an verschiedenen Orten implementiert werden (lokale Maschine oder Cloud), was die Anpassung des verfügbaren RAMs usw. ermöglicht.

10. Einfaches Bereitstellen von Feedback.

11. Erweiterung von SPARQL mit neuen Funktionen und Unterstützung für RDF-star und SPARQL-star.

12. AUSGEZEICHNETER KUNDENSUPPORT. Bewertung gesammelt von und auf G2.com gehostet.

Wenn Ihnen etwas nicht gefällt, werden sie Ihr Feedback ernst nehmen und versuchen, Ihre Bedürfnisse in einer nächsten Version zu erfüllen. Derzeit gefallen mir die folgenden (meist kleineren) Dinge nicht:

1. Die SPARQL-Implementierung enthält kein DESCRIBE.

2. Der Browser zeigt nicht die Kardinalität der Ergebnisse an (wie viele Ergebnisse hat eine Abfrage erhalten?).

3. Es gibt keine Autovervollständigung für benutzererstellte Zeichenfolgen.

4. RDFox hat keine spezifische Funktion zur Überprüfung von Konsistenz und Erfüllbarkeit (im Gegensatz zum Reasoner von Protege und dem Debugger-Plugin von Protege).

5. RDFox hat keine Tastenkombination, um eine Zeile auszukommentieren.

6. RDFox hat keine dlog-Datei, um die Unterklassenbeziehungen von csd-Typen einzufügen.

7. Ihre TBox-dlog-Datei könnte vollständiger sein in Bezug auf Tripel, die owl:Thing betreffen.

8. Der Browser erlaubt es nicht, Seiten zu duplizieren, wenn die SPARQL-Abfrage lang ist.

9. Sie erweitern SPARQL nicht, um Funktionen zur Durchführung von Graphanalysen einzuschließen (z.B. kürzester Weg). Bewertung gesammelt von und auf G2.com gehostet.

* Niedrige Eintrittsbarriere; Graphvisualisierungen; einfache Datenhochladung; In-Memory-Persistenz.

* Reaktionsschnelles Support-Team

* Unternehmensfunktionen: Hochverfügbarkeit, Transaktionen

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

Keine Abneigungen. Tatsächlich habe ich während unserer Bewertung einen kleinen Fehler gefunden, und das Ingenieurteam hatte am nächsten Tag eine Lösung. 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.