Grafové databáze: nový způsob přemýšlení o datech

Autor: Louise Ward
Datum Vytvoření: 5 Únor 2021
Datum Aktualizace: 28 Červen 2024
Anonim
Grafové databáze: nový způsob přemýšlení o datech - Technologie
Grafové databáze: nový způsob přemýšlení o datech - Technologie

Obsah


Zdroj: Blueximages / Dreamstime.com

Odnést:

Grafické databáze jsou používány mnoha odvětvími pro jejich jedinečnou schopnost analyzovat vztahy mezi částmi dat.

Význam velkých dat roste. Aby však bylo možné data co nejlépe využít, musí být společnosti schopny najít z nich užitečné informace. Chcete-li najít silné informace, je třeba, aby na vrácená data byly hluboké dotazy a dobrá analýza. Tradiční dotazy SQL čelí omezením, pokud jde o složité vícevrstvé dotazy, což omezuje cíl společnosti získat smysluplná data.

Grafické databáze umožnily společnostem spouštět složité, vícevrstvé dotazy, na které lze okamžitě odpovědět, zatímco tradiční databáze SQL by na tyto dotazy odpovídaly velmi obtížně. Složité dotazy vracejí nevídané a cenné poznatky. Grafické databáze se používají v mnoha průmyslových odvětvích, jako jsou sociální média, zdravotnictví a online datování. Zdá se, že grafová databáze poskytuje nový způsob pohledu na data.


Co je grafová databáze?

Grafová databáze se používá k ukládání informací o různých entitách, mapování vztahů mezi entitami a dotazových vztahů mezi entitami. V této souvislosti mohou být subjekty spousty věcí, jako jsou lidé, společnosti, zvířata a auta. Účetní jednotka může mít konkrétní vztah s jinou účetní jednotkou. Například, Martin, entita, je přítel Jim, další entita. Martin může vlastnit auto BMW. V obou příkladech jsou Martin, Jim a BMW subjekty s konkrétními vztahy mezi nimi. „Martin je Jimův přítel“ znamená, že přátelství je vztah mezi těmito dvěma entitami. Podobně „Martin vlastní BMW“ znamená, že vlastnictví je vztah mezi Martinem a jeho BMW. V parlance databázi grafu, vztahy jsou známé jako hrany. Vztahy jsou zobrazeny ve formě grafu, a proto je tento koncept známý jako databáze grafů. (Chcete-li se dozvědět více o grafových databázích, přečtěte si článek Jak grafové databáze přinášejí datové sítě.)


Koncept databáze grafů je implementován napříč odvětvími, jako je zdravotnictví, sociální média a elektronický obchod. Příklady uvedené dříve v tomto článku jsou jednoduché a přímé, ale případy použití implementované v průmyslových odvětvích jsou velmi složité. Vezměme si příklad e-commerce webové stránky, která poskytuje doporučení zákazníkům. Jak web poskytuje doporučení produktů, která jsou vhodná pro zákazníka? Jak web zná potřeby a preference zákazníka? Klíč spočívá v produktu, který si zákazník prohlíží.Pokud si zákazník prohlíží knihu o řízení lidských zdrojů, hledá logika doporučení na webu další zákazníky, kteří si stejnou knihu prohlédli nebo si ji zakoupili. Logika zároveň určuje další podobné nebo příbuzné knihy, které si prohlíželi nebo zakoupili jiní uživatelé s podobnými zájmy, a podobné knihy se uživateli doporučují.

Jak funguje databáze grafů

Podívejme se blíže na grafové databáze pomocí příkladu. Umožňuje předpokládat, že výrobce smartphonu chce spustit smartphone s několika pokročilými funkcemi. Produktový management rozhodne o vlastnostech po určení potřeb a preferencí své cílové skupiny, která je vedoucími pracovníky společnosti. Výrobce smartphonů má jednu nebo více databází, které shromažďují a ukládají data na výkonných profilech z více zdrojů dat. Produktoví manažeři nyní vytvářejí strukturu grafových dat na základě dat, která vypadají jako ta níže:

Z výše uvedeného obrázku odvozují produktoví manažeři následující závěry nebo obchodní rozhodnutí:

  • Steve je HR manažer, který používá messenger ve velké míře. Jeho spojení v oddělení lidských zdrojů pravděpodobně také používá posla kvůli jejich pracovnímu profilu. Proto mohou být důležití dobří poslové ve smartphonu.
  • Hlavním důvodem, proč Debra a její manžel Trevor často používají antivirová fóra, mohou být bezpečnostní problémy v jejich chytrých telefonech nebo počítačích. Nový smartphone tak může mít vestavěné funkce zabezpečení.
  • Abraham používá Fitbit, což naznačuje, že sleduje jeho kondici. Bylo by tedy dobré, kdyby nový smartphone dokázal synchronizovat data ze zařízení Fitbit a zobrazovat je uživatelsky přívětivým způsobem.

Výše uvedený příklad ukazuje, jak lze grafická data použít k řešení obchodních problémů.

Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života

Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.

Případové studie

Případové studie níže ukazují, jak databázové grafy pomohly vyřešit složité problémy v online seznamování a online kariérovém vyhledávání.

Případová studie - online seznamka

Problém: Online seznamovací portály chtějí najít vhodné zápasy pro své předplatitele. K tomu portály potřebují informace o dalších členech webu, kteří by mohli mít podobný vkus, preference, pozadí a další informace.

Řešení: Mnoho online portálů použilo grafové databáze k procházení podrobností milionů členů a vyhledávání informací. Na základě toho web připravuje zápasy založené na vkusu, vzdělání, zálibách a dalších podrobnostech. Web stanoví, že tyto profily jsou s největší pravděpodobností vhodné pro určitý profil, a podle toho poskytuje doporučení.

Případová studie - Profesionální webové stránky pro vytváření sítí

Problém: Profesionální síťové weby, jako je LinkedIn, chtějí doporučit nejvhodnější připojení a úlohy na základě řady parametrů, jako je profil, zobrazení připojení, zobrazení profilu a členství ve skupině, což odráží zájmy a preference.

Řešení: Za tímto účelem tyto síťové weby cestují přes více vrstev připojení, jako jsou připojení připojení připojení atd. Grafická logika poté najde společné profesní zájmy, kariéru, pracovní profily, členství ve skupině a další informace a na základě těchto zjištění poskytuje doporučení pro sítě i pracovní místa.

Fakta a čísla z průmyslu

Fakta a čísla uvedená níže ukazují, do jaké míry byla databáze grafů přijata pro celé odvětví:

  • Více než 30 globálních společností z roku 2000, které zahrnují Wal-Mart, eBay, Lufthansa a Deutsche Telekom, přijaly nejpopulárnější grafovou databázi Neo4j vytvořenou společností Neo Technology.
  • Odvětvový pozorovatel DB-Engines říká toto o popularitě a přijetí grafových databází: „Graph DBMS získávají na popularitě rychleji než jakákoli jiná kategorie databází,“ protože od ledna 2013 roste téměř o 300 procent.
  • Od května 2013 začalo mnoho významných online seznamovacích webů přijímat databáze grafů.
  • LinkedIn má velký tým, který pracuje na proprietárním grafickém databázovém systému.
  • závisí do značné míry na grafové databázi a vydala také FlockDB, grafickou databázi s otevřeným zdrojovým kódem. (Další informace o databázích s otevřeným zdrojovým kódem naleznete v tématu Proč databáze s otevřeným zdrojovým kódem získávají na popularitě.)
  • S cílem usnadnit použití grafových databází pro podnikové uživatele vydala Teradata nový typ SQL známý jako SQL-GR.

Závěr

Grafová databáze představuje nový způsob pohledu na velká data. Grafická data mají dvě jasné výhody:

  1. Systémy správy relačních databází (RDBMS) nejsou schopny zpracovat obrovské objemy dat v krátkém časovém období. Navíc není schopen organizovat obrovské objemy dat. Grafová databáze může procházet jakýmkoli počtem vztahů mezi entitami a logicky organizovat informace.
  2. Grafické databáze jsou mimořádně efektivní při získávání relevantních informací po prohledání několika entit a vztahů. Jak již bylo uvedeno, mohou dotazovat a vracet mimořádně cenné poznatky, které mohou systémy BI prezentovat uživatelsky přívětivým způsobem.

Zdá se, že je jen otázkou času, než ostatní odvětví, která se zabývají obrovským množstvím údajů, jako jsou bankovnictví a finance, farmaceutický průmysl, obrana a zpravodajství, budou také používat grafové databáze. Ve skutečnosti bude odhalování trestných činů a identifikace pojistných podvodů pomocí sítí, vztahů a subjektů s grafickými daty jistě zajímavým úkolem.