OData与语义Web /关联数据的比较

Question

我试图了解两种截然不同的数据共享方法：OData和语义Web /关联数据。这两者有很好的比较吗？

据我了解，OData结合了联合/ CRUD（AtomPub），序列化格式（XML，JSON），数据模型，查询语言以及管理这些现有技术使用的一些语义/约定。它主要用于公开来自一个系统的数据，以便其他人可以使用它。

关联数据是一种数据模型，对URI的严格承诺，（可选的？）序列化格式（RDF / XML），但（如果我错了，请纠正我）没有提及有关传输，CRUD等的任何内容它似乎旨在允许从各种来源的大量小块数据进行推理。 （现在对我们来说不是什么重要的事情 - 我们会在少量来源之间同步大量数据，并希望保存出处信息）。

我对某些数据管理平台之间共享数据的技术感兴趣，其中一些我直接处理。 OData似乎更具吸引力，因为向开发人员解释非常简单：实现此API，遵循Atom标准，序列化这样的数据。我们已经在一个平台上做了非常类似的事情：在Atom提要上共享XML序列化数据，并使用URL参数进行过滤。

相比之下，我过去使用RDF的经历给我的印象是脆弱，不透明（大量的RDF / XML），无法访问（使用SPARQL vs SQL）技术 - 但也许我会混淆使用的经验像Jena这样的三重商店，只需通过链接数据API公开现有数据库。

关于这两种方法在范围，技术，易用性，未来潜力等方面的差异和相似性的任何指示，评论等都会很棒。

Answer 1

我认为深入讨论这个问题并不是Stackoverflow的用途，而只是为了向您提供有关差异和重叠的有趣讨论的一些建议：

• Oh - it is data on the Web
• Microsoft, OData and RDF

其中一个关键差异似乎是OData无法将来自不同来源的数据相互链接。从本质上讲，你仍然陷入困境。

检查两种方法之间转换数据的各种尝试可能也很有趣。见a.o. http://answers.semanticweb.com/questions/1298/has-anyone-written-a-mapping-from-odata-to-rdf。

Answer 2

OData可能更容易，但无论如何都不是更好。 SPARQL和RDF（忘记RDF / XML，最好看看Turtle）满足OData中的所有功能，同时提供更多前沿功能，例如：

• 联盟扩展
• 关联数据
• 推理和推理（更勇敢）

同样，支持这些标准的软件实际上非常复杂。大多数对OData感兴趣的人通常来自Microsoft背景，因此请查看dotNetRdf

Answer 3

这是一个比较矩阵：

http://uoccou.wordpress.com/2011/02/17/linked-data-odata-gdata-datarss-comparison-matrix/

不幸的是，表格格式非常糟糕，但内容很有用。