Innehållsförteckning:
Moderna datadrivna applikationer är till stor del beroende av relevant insikt härledd från de enorma mängder data de hanterar varje dag. För att få bättre insikter varje gång måste applikationerna kunna skicka komplexa frågor och databasen ska kunna adressera komplexa frågor. Traditionella RDBMS-system som förlitar sig på SQL kan inte hantera extremt komplexa frågor. Grafdatabaser har kunnat lösa detta problem eftersom de förlitar sig på objekt och förhållandena mellan objekt. Baserat på denna förutsättning är det möjligt att dra djupa insikter. Användningen av grafdatabaser är dock fortfarande begränsad, även om det finns bestämda tecken på att det kommer att spela en viktig roll eftersom företagen mer och mer förlitar sig på insikter för att driva sin verksamhet. (För mer information om databaser i allmänhet, se Introduktion till databaser.)
Vad är en grafdatabas?
För att förstå grafdatabaser, låt oss använda exemplet nedan:
Bill och hans familj vill planera en semester till en plats som erbjuder bra asiatisk mat. Han har börjat planera tidigt och ett av sätten att hitta information är naturligtvis Google. Medan informationen från Google är trovärdig och bra, för Bill, är det viktigt att få så specifik information som möjligt. Så han börjar fråga sina vänner, bekanta och kollegor. Låt oss anta att Bill frågar Ryan, Sheena och John, som är hans primära kontakter (kontaktnivå 1). Alla tre lovar att svara med information så snart som möjligt. Ryan frågar sin vän Greg, som frågar sin kusin Martin som har varit i Bangkok några gånger. Martin rekommenderar namnen och detaljerna på alla hans favoritmatställen i Bangkok känd för sina asiatiska rätter. Denna information vidarebefordras till Bill.
