Phenquestions
A hagyományos adatbázisok relációs adatbázisok, amelyek sorokban és oszlopokban tárolják az adatokat, és hangsúlyozzák az adatok denormalizálásának, valamint az elsődleges és idegen kulcsokkal való összekapcsolásának képességét. Ez jól alkalmazható olyan hagyományos felhasználási esetekben, mint az ügyfél- és megrendelési adatbázis az ügyfelek, a készlet, a termékek és az ügyfelek által megvásárolt termékek tárolására és nyomon követésére.
A grafikonos adatbázisok egy másik problémát oldanak meg, hangsúlyozzák a nagy összekapcsolt hálózatokban lévő adatok közötti kapcsolatokat, és lehetővé teszik ezen új adatkészletek és használati esetek tárolását, modellezését és lekérdezését. Leírjuk a kontextust, és néhány példát olyan esetekre, amikor a grafikon adatbázis jobban megfelel, mint egy relációs adatbázis.
Mi a Graph adatbázis
A grafikon adatbázisok kapcsolat-első megközelítést biztosítanak az adatok tárolásához és lekérdezéséhez. Logikus módon tárolják az adatokat, amelyek reprezentálják a valós hálózatot, és előtérbe helyezik az adatkapcsolatok reprezentációját, felfedezhetőségét és fenntarthatóságát.
A grafikon-adatbázisok gráfstruktúrákat használnak szemantikus lekérdezésekhez, csomópontokkal, úgynevezett csúcsokkal, élekkel és tulajdonságokkal az adatok ábrázolásához és tárolásához.
- Csúcs - valós tárgyat képvisel, például filmet vagy személyt.
- Él - két csúcs közötti kapcsolatot képvisel.
- Tulajdonságok - hasonló a táblagép mezőihez, de rugalmasabb. Alkalmazható élre vagy csúcsra.
A gráf adatbázisok lekérdezhetők olyan gráf orientált nyelvekkel, mint a sparkql, amelyek alkalmasak a problémák nagy gráf tartományokban történő kifejezésére.
A legnépszerűbb grafikon adatbázisok
Több tucat nyílt forráskódú és kereskedelmi gráf adatbázis található, de a jelenleg elérhető legnépszerűbb gráf adatbázis a döntő fontosságú Neo4j, amely egy nyílt forráskódú gráf adatbázis, amelyet fejlesztői ACID-kompatibilis tranzakciós adatbázisnak neveznek natív gráf tárolással és feldolgozással.
További népszerű grafikon-adatbázisok az OrientDB (Java-ban írt nyílt forráskódú NoSQL adatbázis-kezelő rendszer), az ArangoDB (a triAGENS GmbH által kifejlesztett natív multi-model adatbázis-rendszer), a MarkLogic (a NoSQL sebességéhez és méretarányához tervezett többmodelles adatbázis) és Az AllegroGraph (egy zárt forrású triplestore, amelyet RDF hármasok tárolására terveztek), csak néhányat említve.
Grafikon adatbázis használati esetek
A grafikon adatbázisok mindenhol alkalmazhatók, ahol az adatkapcsolatok valós időben értékesek:
- Közösségi hálózatok - A grafikonok adatbázisának talán legjellemzőbb használati esete a közösségi hálózatok, összetett kapcsolataikkal és felhasználói tevékenységükkel.
- Csalások felderítése - A csalás valós időben történő feltárásához elengedhetetlen az adatkapcsolatok gyors elemzése, és a grafikon adatbázisok biztosítják a szükséges teljesítményt.
- Tudásgrafikonok - A keresőmotorok és az üzleti vállalkozások egyaránt használják, a tudásgrafikonok sokféle forrásból gyűjtenek információkat, lehetővé téve a jobb digitális eszközkezelést és az információk könnyebb visszakeresését.
- IT hálózati elemzés - A hálózatok és az informatikai infrastruktúrák kezelése összetett kölcsönös függőségek körül forog, és a grafikonos adatbázisok eredendően alkalmasabbak erre a felhasználási esetre, mint a relációs adatbázisok.
- Ajánlások - A vállalatok grafikon-adatbázisokkal működtethetik a kifinomult ajánlómotorokat a termékek, a tartalom és a szolgáltatások személyre szabásához.
- Identitáskezelés - A grafikon adatbázisok lehetővé teszik a felhasználói tevékenységek hatékony nyomon követését, gyors engedélyezését és eszközkezelését.
Következtetés
A grafikonos adatbázisok megoldják a mai adatkihívásokat, nemcsak az adatokra összpontosítva, hanem az egyes adatbázis-bejegyzések közötti kapcsolatokra is. Számos felhasználási esetük van, és elérhetőek közösségi alapú szoftvertermékként és kereskedelmi szoftverként is, vállalati szintű támogatással.
