Indhold
- Hvad er en grafdatabase?
- Sådan fungerer en grafdatabase
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Casestudier
- Casestudie - Online Dating
- Casestudie - Professionelle netværkswebsteder
- Fakta og tal fra branchen
- Konklusion
Kilde: Blueximages / Dreamstime.com
Tag væk:
Grafdatabaser bruges af mange brancher til deres unikke evne til at analysere forholdet mellem data.
Betydningen af big data er steget. For at få mest muligt ud af dataene er virksomhederne nødt til at være i stand til at finde handlingsmæssige indsigt herfra. For at finde stærk indsigt skal der være både dybe forespørgsler og god analyse af de returnerede data. Traditionelle SQL-forespørgsler har begrænsninger, når det kommer til komplekse, flerlagsforespørgsler, og det begrænser en virksomheds mål om at hente meningsfulde data.
Grafdatabaser har gjort det muligt for virksomheder at starte komplekse forespørgsler i flere lag, som kan besvares med det samme, mens traditionelle SQL-databaser ville have det meget vanskeligt at besvare sådanne forespørgsler. Komplekse forespørgsler giver hidtil uset og værdifuld indsigt. Grafdatabaser bruges i mange brancher såsom sociale medier, sundhedsydelser og online-datering. Grafdatabasen giver, som det ser ud, en ny måde at se på data på.
Hvad er en grafdatabase?
En grafdatabase bruges til at gemme information om forskellige enheder, kortlægge forhold på tværs af enheder og forespørgselsrelationer mellem enheder. I denne situation kan enheder være en masse ting som mennesker, virksomheder, dyr og biler. En enhed kan have et specifikt forhold til en anden enhed. F.eks. Er Martin, en enhed, en ven af Jim, en anden enhed. Martin kan eje en BMW-bil. I begge eksempler er Martin, Jim og BMW enheder med specifikke forhold mellem dem. "Martin er en ven af Jim" betyder venskab er forholdet mellem de to enheder. Tilsvarende betyder "Martin ejer en BMW" ejerskab er forholdet mellem Martin og hans BMW. I grafdatabaseparlance er forhold kendt som kanter. Forholdene vises i form af en graf, og derfor er konceptet kendt som en grafdatabase. (Se Sådan kommer grafdatabaser til netværksdata for at lære mere om grafdatabaser.)
Konceptet med grafdatabasen implementeres på tværs af brancher som sundhedsvæsen, sociale medier og e-handel. Eksemplerne, der er givet tidligere i denne artikel, er enkle og ligetil, men anvendelsessager, der er implementeret i industrierne, er meget komplekse. Tag eksemplet på et e-handelswebsted, der giver anbefalinger til kunderne. Hvordan leverer webstedet produktanbefalinger, der passer til en kunde? Hvordan kender webstedet kundens behov og præferencer? Nøglen ligger i det produkt, kunden ser.Hvis kunden ser en bog om human resource management, ser websteds anbefalingslogik efter andre kunder, der har set eller købt den samme bog. Samtidig bestemmer logikken også andre lignende eller beslægtede bøger, som andre brugere med lignende interesser har set eller købt, og lignende bøger anbefales til brugeren.
Sådan fungerer en grafdatabase
Lad os se nærmere på grafdatabaser ved hjælp af et eksempel. Lad os antage, at en smartphoneproducent ønsker at lancere en smartphone med flere avancerede funktioner. Produktadministrationen vil beslutte om funktionerne efter at have fastlagt behov og præferencer for dens målgruppe, der er virksomhedsledere. Smartphone-maker har en eller flere databaser, der indsamler og gemmer data om udøvende profiler fra flere datakilder. Nu opretter produktadministratorerne en grafdatastruktur baseret på de data, der ligner nedenstående:
Fra billedet ovenfor udleder produktledere følgende konklusioner eller forretningsbeslutninger:
- Steve er en HR-manager, der bruger messenger i vid udstrækning. Hans forbindelser i HR-afdelingen bruger sandsynligvis også messenger på grund af deres arbejdsprofil. Så gode budbringere i smartphonen kan være vigtige.
- Hovedårsagen til at Debra og hendes mands ven Trevor hyppigt antivirusfora kan være sikkerhedsmæssige problemer i deres smartphones eller computere. Så den nye smartphone kan have indbyggede sikkerhedsfunktioner.
- Abraham bruger en Fitbit, som viser, at han overvåger hans kondition. Så det ville være en god funktion, hvis den nye smartphone er i stand til at synkronisere data fra Fitbit-enheder og vise dem på en brugervenlig måde.
Ovenstående eksempel viser, hvordan grafdata kan bruges til at løse forretningsproblemer.
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
Casestudier
Casestudierne nedenfor viser, hvordan grafdatabaser har været med til at løse komplekse problemer inden for online dating og online karriere søgning brancher.
Casestudie - Online Dating
Problem: Online-datingportaler ønsker at finde passende match til deres abonnenter. For at gøre det har portaler brug for oplysninger om andre medlemmer af webstedet, der kan have lignende smag, præferencer, baggrunde og anden information.
Løsning: Mange onlineportaler har brugt grafedatabaser til at rejse gennem detaljerne i millioner af medlemmer og skure information. Baseret på det forbereder webstedet kampe baseret på smag, uddannelse, hobbyer og andre detaljer. Webstedet bestemmer, at disse profiler mest sandsynligt vil være et godt match med en bestemt profil og giver anbefalinger i overensstemmelse hermed.
Casestudie - Professionelle netværkswebsteder
Problem: Professionelle netværkswebsteder som LinkedIn ønsker at anbefale de mest passende forbindelser og job baseret på en række parametre som profil, forbindelsesvisninger, profilvisninger og gruppemedlemskab, der afspejler interesser og præferencer.
Løsning: For at gøre dette rejser sådanne netværkswebsteder gennem flere lag af forbindelser, såsom forbindelser af forbindelsesforbindelser osv. Derefter finder grafiklogikken fælles faglige interesser, karrierer, jobprofiler, gruppemedlemskab og anden information og baseret på resultaterne giver anbefalinger om både netværk og job.
Fakta og tal fra branchen
De kendsgerninger og tal, der er vist nedenfor, viser hvor meget grafdatabasen er blevet brugt i hele branchen:
- Mere end 30 Global 2000-virksomheder, der inkluderer Wal-Mart, eBay, Lufthansa og Deutsche Telekom har vedtaget Neo4j, den mest populære grafedatabase, oprettet af Neo Technology.
- Industriobservatør DB-Engines har det at sige om populariteten og vedtagelsen af grafdatabaser, “Graf DBBS’er vinder popularitet hurtigere end nogen anden databasekategori,” da det er vokset med næsten 300 procent siden januar 2013.
- Siden maj 2013 er mange store online-datingsider begyndt at vedtage grafdatabaser.
- LinkedIn har et stort team, der arbejder med sit proprietære grafidatabasesystem.
- afhænger meget af en grafdatabase og har også frigivet FlockDB, en open source-grafidatabase. (Se Hvorfor open source-databaser vinder popularitet for mere om open source-databaser).
- Med målet om at gøre grafiske databaser lette at bruge for virksomhedsbrugere, har Teradata frigivet en ny type SQL kendt som SQL-GR.
Konklusion
Grafdatabasen repræsenterer en ny måde at se på store data på. Der er to klare fordele ved grafiske data:
- Relationsdatabasestyringssystemer (RDBMS) er ikke i stand til at behandle store datamængder på kort tid. Derudover er det ikke i stand til at organisere store mængder data. En grafdatabase kan krydse et hvilket som helst antal forhold mellem enheder og organisere information logisk.
- Grafdatabaser er ekstremt effektive til at hente relevant information efter at have skyllet adskillige enheder og relationer. Som tidligere nævnt kan de spørge og returnere ekstremt værdifuld indsigt, som BI-systemer kan præsentere på en brugervenlig måde.
Det ser ud til, at det kun er et spørgsmål om tid, før andre brancher, der beskæftiger sig med enorme mængder data som bank og finans, lægemidler, forsvar og efterretning, også bruger grafdatabaser. Faktisk er det en interessant opgave at opdage forbrydelser og identificere forsikringssvindel ved hjælp af netværk, relationer og enheder med grafdata.