{"id":{"repo_id":"helsinki","oai_identifier":"oai:helda.helsinki.fi:10138/230701"},"canonical_url":"https://search.dev.ndltd.org/etd/helsinki/oai:helda.helsinki.fi:10138/230701","repository":{"repo_id":"helsinki","name":"University of Helsinki","base_url":"https://helda.helsinki.fi/server/oai/request"},"display":{"title":"RDF-muotoisen datan tietokantaratkaisut","abstract":"Useilla organisaatioilla on tarve yhdistää omia tietokantoja ulkopuolisten tietovarastoiden tietoihin. Yhteistoiminta voidaan toteuttaa siten, että ohjelmoijat selvittävät kutsurajapinnat ja räätälöivät ohjelmansa niiden mukaisiksi. Tämä lähestymistapa on kuitenkin hyvin teknologiapainotteinen. Jos rajapinnat muuttuvat, tulee myös ohjelmakoodia muuttaa. Tarvitaan standardeja ja niihin sitoutumista, jotta kitka eri toimijoiden välillä saadaan minimoitua. Erityisesti avoimissa ympäristöissä standardeihin sitoutuminen korostuu. RDF on standardoitu tietomalli, joka voi toimia linkkinä heterogeenisten tietovarastojen välillä. RDF-muotoisen datan määrä onkin kasvanut viime vuosina voimakkaasti, mikä korostaa tehokkaiden ja skaalautuvien talletusratkaisujen tärkeyttä. Tässä tutkielmassa lähestytään RDF-tietomallia linkitetyn datan näkökulmasta. Linkitetty data on alkanut herättää kiinnostusta eri toimijoiden keskuudessa, ja useat organisaatiot ovat jo julkaisseet dataa linkitetyn datan periaatteiden mukaisesti. Linkitettyä dataa syntyy, kun RDF-muotoista dataa linkitetään muualla sijaitseviin resursseihin. Tutkielmassa esitetään tapaustutkimus havainnollistavana kuvauksena siitä, miten RDF-muotoista dataa voi syntyä. RDF-tietomallin mukaista dataa voidaan muodostaa rakentamalla RDF-kerros olemassa olevien tietokantojen päälle tai käyttämällä RDF-tietokantaa tietovarastona. Jos RDF-muotoiselle datalle luodaan oma tietovarasto, on tärkeää ymmärtää eri talletusratkaisujen eroja. Tämä tutkielma antaa yleiskuvan olemassa olevista RDF-muotoisen datan tietokantaratkaisuista. On kuitenkin huomattava, että tutkielmassa esitettyjen ratkaisujen joukko ei ole tyhjentävä. Keskusmuistipohjaisista, relaatiotietokantapohjaisista ja natiiveista RDF-tietokannoista on kuvattu valitut järjestelmät, jotta yleiskuva jokaisesta ryhmästä voidaan muodostaa. RDF-tietokannan optimaaliseen arkkitehtuuriratkaisuun vaikuttavia asioita on useita, ja niihin kuuluvat talletettavan datan muoto ja määrä, tietokantaan kohdistuvat kyselyt ja kyselyjen vasteaikoihin liittyvät vaatimukset.","abstract_html":"Useilla organisaatioilla on tarve yhdistää omia tietokantoja ulkopuolisten tietovarastoiden tietoihin. Yhteistoiminta voidaan toteuttaa siten, että ohjelmoijat selvittävät kutsurajapinnat ja räätälöivät ohjelmansa niiden mukaisiksi. Tämä lähestymistapa on kuitenkin hyvin teknologiapainotteinen. Jos rajapinnat muuttuvat, tulee myös ohjelmakoodia muuttaa. Tarvitaan standardeja ja niihin sitoutumista, jotta kitka eri toimijoiden välillä saadaan minimoitua. Erityisesti avoimissa ympäristöissä standardeihin sitoutuminen korostuu. RDF on standardoitu tietomalli, joka voi toimia linkkinä heterogeenisten tietovarastojen välillä. RDF-muotoisen datan määrä onkin kasvanut viime vuosina voimakkaasti, mikä korostaa tehokkaiden ja skaalautuvien talletusratkaisujen tärkeyttä. Tässä tutkielmassa lähestytään RDF-tietomallia linkitetyn datan näkökulmasta. Linkitetty data on alkanut herättää kiinnostusta eri toimijoiden keskuudessa, ja useat organisaatiot ovat jo julkaisseet dataa linkitetyn datan periaatteiden mukaisesti. Linkitettyä dataa syntyy, kun RDF-muotoista dataa linkitetään muualla sijaitseviin resursseihin. Tutkielmassa esitetään tapaustutkimus havainnollistavana kuvauksena siitä, miten RDF-muotoista dataa voi syntyä. RDF-tietomallin mukaista dataa voidaan muodostaa rakentamalla RDF-kerros olemassa olevien tietokantojen päälle tai käyttämällä RDF-tietokantaa tietovarastona. Jos RDF-muotoiselle datalle luodaan oma tietovarasto, on tärkeää ymmärtää eri talletusratkaisujen eroja. Tämä tutkielma antaa yleiskuvan olemassa olevista RDF-muotoisen datan tietokantaratkaisuista. On kuitenkin huomattava, että tutkielmassa esitettyjen ratkaisujen joukko ei ole tyhjentävä. Keskusmuistipohjaisista, relaatiotietokantapohjaisista ja natiiveista RDF-tietokannoista on kuvattu valitut järjestelmät, jotta yleiskuva jokaisesta ryhmästä voidaan muodostaa. RDF-tietokannan optimaaliseen arkkitehtuuriratkaisuun vaikuttavia asioita on useita, ja niihin kuuluvat talletettavan datan muoto ja määrä, tietokantaan kohdistuvat kyselyt ja kyselyjen vasteaikoihin liittyvät vaatimukset.","abstract_has_math":false,"creators":["Tuulinen, Anni"],"institution":"Helsingfors universitet","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":["Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta, Tietojenkäsittelytieteen laitos","University of Helsinki, Faculty of Science, Department of Computer Science","Helsingfors universitet, Matematisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap"],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2014,"date_issued":"2014","date_published":"2014","updated_at":"2026-07-27T19:56:30Z","subjects":[],"languages":["fin"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["URN:NBN:fi-fe2017112251038"],"render_values":[{"text":"URN:NBN:fi-fe2017112251038","href":null,"code":true}]}]},"links":{"outbound_url":"http://hdl.handle.net/10138/230701","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor","label":"Contributor","values":["Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta, Tietojenkäsittelytieteen laitos","University of Helsinki, Faculty of Science, Department of Computer Science","Helsingfors universitet, Matematisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap"]},{"key":"dc:creator","label":"Author","values":["Tuulinen, Anni"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.issued","label":"Date","values":["2014"]},{"key":"dc:publisher","label":"Institution","values":["Helsingfors universitet","University of Helsinki","Helsingin yliopisto"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["fin"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["URN:NBN:fi-fe2017112251038","http://hdl.handle.net/10138/230701"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Useilla organisaatioilla on tarve yhdistää omia tietokantoja ulkopuolisten tietovarastoiden tietoihin. Yhteistoiminta voidaan toteuttaa siten, että ohjelmoijat selvittävät kutsurajapinnat ja räätälöivät ohjelmansa niiden mukaisiksi. Tämä lähestymistapa on kuitenkin hyvin teknologiapainotteinen. Jos rajapinnat muuttuvat, tulee myös ohjelmakoodia muuttaa. Tarvitaan standardeja ja niihin sitoutumista, jotta kitka eri toimijoiden välillä saadaan minimoitua. Erityisesti avoimissa ympäristöissä standardeihin sitoutuminen korostuu. RDF on standardoitu tietomalli, joka voi toimia linkkinä heterogeenisten tietovarastojen välillä. RDF-muotoisen datan määrä onkin kasvanut viime vuosina voimakkaasti, mikä korostaa tehokkaiden ja skaalautuvien talletusratkaisujen tärkeyttä. Tässä tutkielmassa lähestytään RDF-tietomallia linkitetyn datan näkökulmasta. Linkitetty data on alkanut herättää kiinnostusta eri toimijoiden keskuudessa, ja useat organisaatiot ovat jo julkaisseet dataa linkitetyn datan periaatteiden mukaisesti. Linkitettyä dataa syntyy, kun RDF-muotoista dataa linkitetään muualla sijaitseviin resursseihin. Tutkielmassa esitetään tapaustutkimus havainnollistavana kuvauksena siitä, miten RDF-muotoista dataa voi syntyä. RDF-tietomallin mukaista dataa voidaan muodostaa rakentamalla RDF-kerros olemassa olevien tietokantojen päälle tai käyttämällä RDF-tietokantaa tietovarastona. Jos RDF-muotoiselle datalle luodaan oma tietovarasto, on tärkeää ymmärtää eri talletusratkaisujen eroja. Tämä tutkielma antaa yleiskuvan olemassa olevista RDF-muotoisen datan tietokantaratkaisuista. On kuitenkin huomattava, että tutkielmassa esitettyjen ratkaisujen joukko ei ole tyhjentävä. Keskusmuistipohjaisista, relaatiotietokantapohjaisista ja natiiveista RDF-tietokannoista on kuvattu valitut järjestelmät, jotta yleiskuva jokaisesta ryhmästä voidaan muodostaa. RDF-tietokannan optimaaliseen arkkitehtuuriratkaisuun vaikuttavia asioita on useita, ja niihin kuuluvat talletettavan datan muoto ja määrä, tietokantaan kohdistuvat kyselyt ja kyselyjen vasteaikoihin liittyvät vaatimukset."]},{"key":"dc:title","label":"Title","values":["RDF-muotoisen datan tietokantaratkaisut"]}]}],"canonical_facts":{"dc:contributor":["Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta, Tietojenkäsittelytieteen laitos","University of Helsinki, Faculty of Science, Department of Computer Science","Helsingfors universitet, Matematisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap"],"dc:creator":["Tuulinen, Anni"],"dc:date.issued":["2014"],"dc:description.abstract":["Useilla organisaatioilla on tarve yhdistää omia tietokantoja ulkopuolisten tietovarastoiden tietoihin. Yhteistoiminta voidaan toteuttaa siten, että ohjelmoijat selvittävät kutsurajapinnat ja räätälöivät ohjelmansa niiden mukaisiksi. Tämä lähestymistapa on kuitenkin hyvin teknologiapainotteinen. Jos rajapinnat muuttuvat, tulee myös ohjelmakoodia muuttaa. Tarvitaan standardeja ja niihin sitoutumista, jotta kitka eri toimijoiden välillä saadaan minimoitua. Erityisesti avoimissa ympäristöissä standardeihin sitoutuminen korostuu. RDF on standardoitu tietomalli, joka voi toimia linkkinä heterogeenisten tietovarastojen välillä. RDF-muotoisen datan määrä onkin kasvanut viime vuosina voimakkaasti, mikä korostaa tehokkaiden ja skaalautuvien talletusratkaisujen tärkeyttä. Tässä tutkielmassa lähestytään RDF-tietomallia linkitetyn datan näkökulmasta. Linkitetty data on alkanut herättää kiinnostusta eri toimijoiden keskuudessa, ja useat organisaatiot ovat jo julkaisseet dataa linkitetyn datan periaatteiden mukaisesti. Linkitettyä dataa syntyy, kun RDF-muotoista dataa linkitetään muualla sijaitseviin resursseihin. Tutkielmassa esitetään tapaustutkimus havainnollistavana kuvauksena siitä, miten RDF-muotoista dataa voi syntyä. RDF-tietomallin mukaista dataa voidaan muodostaa rakentamalla RDF-kerros olemassa olevien tietokantojen päälle tai käyttämällä RDF-tietokantaa tietovarastona. Jos RDF-muotoiselle datalle luodaan oma tietovarasto, on tärkeää ymmärtää eri talletusratkaisujen eroja. Tämä tutkielma antaa yleiskuvan olemassa olevista RDF-muotoisen datan tietokantaratkaisuista. On kuitenkin huomattava, että tutkielmassa esitettyjen ratkaisujen joukko ei ole tyhjentävä. Keskusmuistipohjaisista, relaatiotietokantapohjaisista ja natiiveista RDF-tietokannoista on kuvattu valitut järjestelmät, jotta yleiskuva jokaisesta ryhmästä voidaan muodostaa. RDF-tietokannan optimaaliseen arkkitehtuuriratkaisuun vaikuttavia asioita on useita, ja niihin kuuluvat talletettavan datan muoto ja määrä, tietokantaan kohdistuvat kyselyt ja kyselyjen vasteaikoihin liittyvät vaatimukset."],"dc:identifier.uri":["URN:NBN:fi-fe2017112251038","http://hdl.handle.net/10138/230701"],"dc:language.iso":["fin"],"dc:publisher":["Helsingfors universitet","University of Helsinki","Helsingin yliopisto"],"dc:title":["RDF-muotoisen datan tietokantaratkaisut"]},"updated_at":"2026-07-27T19:56:30Z"}