圖形數(shù)據(jù)庫具有分析數(shù)據(jù)之間關(guān)系的獨(dú)特能力

大數(shù)據(jù)的重要性一直在上升。但是，為了充分利用數(shù)據(jù)，公司需要能夠從中找到可操作的見解。要找到有力的見解，需要對(duì)返回的數(shù)據(jù)進(jìn)行深入查詢和良好分析。傳統(tǒng)的SQL查詢?cè)谏婕皬?fù)雜的多層查詢時(shí)面臨限制，這限制了公司檢索有意義數(shù)據(jù)的目標(biāo)。

圖形數(shù)據(jù)庫使公司能夠啟動(dòng)復(fù)雜的多層查詢，這些查詢可以立即得到解答，而傳統(tǒng)的SQL數(shù)據(jù)庫會(huì)發(fā)現(xiàn)很難回答這些查詢。復(fù)雜的查詢正在回歸前所未有的寶貴見解。圖形數(shù)據(jù)庫正在許多行業(yè)中使用，例如社交媒體，醫(yī)療保健和在線約會(huì)。圖形數(shù)據(jù)庫似乎正在提供一種查看數(shù)據(jù)的新方法。

什么是圖形數(shù)據(jù)庫?

圖形數(shù)據(jù)庫用于存儲(chǔ)有關(guān)不同實(shí)體的信息，映射實(shí)體之間的關(guān)系以及查詢實(shí)體之間的關(guān)系。在這種情況下，實(shí)體可以是很多東西，如人類，公司，動(dòng)物和汽車。實(shí)體可以與另一個(gè)實(shí)體具有特定關(guān)系。例如，Martin是一個(gè)實(shí)體，是另一個(gè)實(shí)體Jim的朋友。馬丁可以擁有一輛寶馬汽車。在這兩個(gè)例子中，Martin，Jim和BMW都是具有特定關(guān)系的實(shí)體。“馬丁是吉姆的朋友”意味著友誼是兩個(gè)實(shí)體之間的關(guān)系。同樣，“馬丁擁有一輛寶馬”意味著所有權(quán)是馬丁和他的寶馬之間的關(guān)系。在圖數(shù)據(jù)庫用語中，關(guān)系稱為邊。關(guān)系以圖形的形式顯示，因此，該概念稱為圖形數(shù)據(jù)庫。(要了解有關(guān)圖數(shù)據(jù)庫的更多信息，請(qǐng)參閱圖數(shù)據(jù)庫如何為網(wǎng)絡(luò)帶來數(shù)據(jù)。)

圖表數(shù)據(jù)庫的概念正在各個(gè)行業(yè)實(shí)施，如醫(yī)療保健，社交媒體和電子商務(wù)。本文前面給出的示例簡單明了，但行業(yè)中使用的用例非常復(fù)雜。以一個(gè)向客戶提供建議的電子商務(wù)網(wǎng)站為例。該網(wǎng)站如何提供適合客戶的產(chǎn)品推薦?網(wǎng)站如何了解客戶的需求和偏好?關(guān)鍵在于客戶正在查看的產(chǎn)品。如果客戶正在查看關(guān)于人力資源管理的書籍，則推薦邏輯該網(wǎng)站的其他客戶查找或購買了同一本書。同時(shí)，該邏輯還確定具有相似興趣的其他用戶已查看或購買的其他類似或相關(guān)書籍，并且向用戶推薦類似書籍。

圖數(shù)據(jù)庫的工作原理

讓我們借助一個(gè)例子仔細(xì)研究圖形數(shù)據(jù)庫。讓我們假設(shè)智能手機(jī)制造商希望推出具有多項(xiàng)高級(jí)功能的智能手機(jī)。在確定目標(biāo)受眾(企業(yè)高管)的需求和偏好后，產(chǎn)品管理部門將決定功能。智能手機(jī)制造商有一個(gè)或多個(gè)數(shù)據(jù)庫，用于從多個(gè)數(shù)據(jù)源收集和存儲(chǔ)執(zhí)行配置文件的數(shù)據(jù)?，F(xiàn)在，產(chǎn)品經(jīng)理根據(jù)下面的數(shù)據(jù)創(chuàng)建圖形數(shù)據(jù)結(jié)構(gòu)：

圖數(shù)據(jù)庫：一種新的數(shù)據(jù)思考方式

從上圖中，產(chǎn)品經(jīng)理得出以下結(jié)論或業(yè)務(wù)決策：

史蒂夫是一名人力資源經(jīng)理，他廣泛使用信使。他在人力資源部門的關(guān)系也可能因?yàn)楣ぷ髟蚨褂眯攀埂Ｒ虼?，智能手機(jī)中的好信使可能很重要。

Debra和她丈夫的朋友Trevor經(jīng)常訪問防病毒論壇的主要原因可能是他們的智能手機(jī)或計(jì)算機(jī)存在安全問題。因此，新智能手機(jī)可以具有內(nèi)置的安全功能。

亞伯拉罕使用Fitbit，這表明他監(jiān)視他的健康狀況。因此，如果新智能手機(jī)能夠同步Fitbit設(shè)備的數(shù)據(jù)并以用戶友好的方式顯示，那將是一個(gè)很好的功能。

上面的示例顯示了圖形數(shù)據(jù)如何用于解決業(yè)務(wù)問題。

實(shí)例探究

下面的案例研究顯示了圖形數(shù)據(jù)庫如何幫助解決在線約會(huì)和在線職業(yè)搜索行業(yè)中的復(fù)雜問題。

案例研究 - 在線約會(huì)

問題：在線約會(huì)門戶網(wǎng)站希望為其訂閱者找到合適的匹配項(xiàng)。為此，門戶網(wǎng)站需要有關(guān)網(wǎng)站其他成員的信息，這些成員可能具有相似的品味，偏好，背景和其他信息。

解決方案：許多在線門戶網(wǎng)站使用圖形數(shù)據(jù)庫來瀏覽數(shù)百萬成員的詳細(xì)信息和搜索信息。在此基礎(chǔ)上，該網(wǎng)站根據(jù)口味，教育，愛好和其他細(xì)節(jié)準(zhǔn)備比賽。該網(wǎng)站確定這些配置文件最有可能與特定配置文件匹配，并相應(yīng)地提供建議。

案例研究 - 專業(yè)網(wǎng)絡(luò)網(wǎng)站

問題：LinkedIn等專業(yè)網(wǎng)絡(luò)網(wǎng)站希望根據(jù)一些參數(shù)推薦最合適的連接和作業(yè)，例如個(gè)人資料，連接視圖，個(gè)人資料視圖和群組成員資格，這些參數(shù)反映了興趣和偏好。

解決方案：為此，此類網(wǎng)絡(luò)網(wǎng)站通過多層連接進(jìn)行傳輸，例如連接連接的連接等。然后，圖形邏輯找到共同的專業(yè)興趣，職業(yè)，工作檔案，組成員和其他信息，并根據(jù)調(diào)查結(jié)果，提供有關(guān)網(wǎng)絡(luò)和工作的建議。

來自行業(yè)的事實(shí)和數(shù)據(jù)

下面給出的事實(shí)和數(shù)據(jù)顯示了圖表數(shù)據(jù)庫在整個(gè)行業(yè)范圍內(nèi)采用了多少：

包括沃爾瑪，eBay，漢莎航空和德國電信在內(nèi)的30多家全球2000家公司采用了由Neo Technology創(chuàng)建的最受歡迎的圖形數(shù)據(jù)庫Neo4j。

行業(yè)觀察員DB-Engines對(duì)圖表數(shù)據(jù)庫的普及和采用有這樣的說法，“圖表DBMS比任何其他數(shù)據(jù)庫類別都更快受歡迎”，因?yàn)樗?013年1月以來一直增長近300%。

自2013年5月以來，許多主要的在線交友網(wǎng)站已開始采用圖形數(shù)據(jù)庫。

LinkedIn有一個(gè)龐大的團(tuán)隊(duì)致力于其專有的圖形數(shù)據(jù)庫系統(tǒng)。

Twitter完全依賴于圖形數(shù)據(jù)庫，并且還發(fā)布了一個(gè)開源圖形數(shù)據(jù)庫FlockDB 。

為了使圖形數(shù)據(jù)庫易于為企業(yè)用戶使用，Teradata發(fā)布了一種稱為SQL-GR的新型SQL。

結(jié)論

圖數(shù)據(jù)庫代表了一種查看大數(shù)據(jù)的新方法。圖數(shù)據(jù)有兩個(gè)明顯的好處：

關(guān)系數(shù)據(jù)庫管理系統(tǒng)(RDBMS)無法在短時(shí)間內(nèi)處理大量數(shù)據(jù)。此外，它無法組織大量數(shù)據(jù)。圖形數(shù)據(jù)庫可以遍歷實(shí)體之間的任意數(shù)量的關(guān)系，并在邏輯上組織信息。

在搜索幾個(gè)實(shí)體和關(guān)系之后，圖數(shù)據(jù)庫在檢索相關(guān)信息方面非常有效。如前所述，他們可以查詢并返回BI系統(tǒng)以用戶友好的方式呈現(xiàn)的非常有價(jià)值的見解。

似乎處理大量數(shù)據(jù)的其他行業(yè)(例如和金融，制藥，國防和情報(bào))也將使用圖形數(shù)據(jù)庫只是時(shí)間問題。事實(shí)上，在網(wǎng)絡(luò)，關(guān)系和實(shí)體與圖形數(shù)據(jù)的幫助下檢測(cè)和識(shí)別保險(xiǎn)欺詐肯定是一項(xiàng)有趣的任務(wù)。