Innholdsfortegnelse:
Moderne datadrevne applikasjoner er i stor grad avhengig av relevant innsikt hentet fra de enorme datamengdene de håndterer hver dag. For å få bedre innsikt hver gang, må applikasjonene kunne sende komplekse spørringer, og databasen skal kunne adressere komplekse spørsmål. Tradisjonelle RDBMS-systemer som er avhengige av SQL klarer ikke å håndtere ekstremt kompliserte spørsmål. Grafdatabaser har vært i stand til å løse dette problemet fordi de er avhengige av objekter og forholdet mellom objekter. Basert på denne forutsetningen er det mulig å trekke ut dyp innsikt. Bruken av grafdatabaser er imidlertid fortsatt begrenset, selv om det er klare tegn på at det kommer til å spille en viktig rolle ettersom virksomheter stoler mer og mer på innsikt for å drive virksomheten sin. (For mer informasjon om databaser generelt, se Introduksjon til databaser.)
Hva er en grafdatabase?
For å forstå grafdatabaser, la oss bruke eksemplet nedenfor:
Bill og hans familie ønsker å planlegge en ferie til et sted som tilbyr god asiatisk mat. Han har begynt å planlegge tidlig, og en av måtene å finne informasjon er selvfølgelig Google. Selv om informasjonen fra Google er pålitelig og god, er det viktig for Bill å få så spesifikk informasjon som mulig. Så han begynner å spørre vennene sine, bekjente og kollegene. La oss anta at Bill spør Ryan, Sheena og John, som er hans primære kontakter (kontaktnivå 1). Alle tre lover å svare med informasjon så snart som mulig. Ryan spør vennen Greg, som spør kusinen Martin som har vært i Bangkok noen ganger. Martin anbefaler navnene og detaljene til alle sine favoritt spisesteder i Bangkok kjent for sine asiatiske retter. Denne informasjonen videresendes til Bill.
