Grafiekdatabases: een nieuwe manier van denken over gegevens

Schrijver: Louise Ward
Datum Van Creatie: 5 Februari 2021
Updatedatum: 28 Juni- 2024
Anonim
Microsoft Excel: Gegevens Invoeren - Les 5 | Gratis Cursus
Video: Microsoft Excel: Gegevens Invoeren - Les 5 | Gratis Cursus

Inhoud


Bron: Blueximages / Dreamstime.com

Afhaal:

Grafiekdatabases worden door veel industrieën gebruikt vanwege hun unieke vermogen om relaties tussen gegevens te analyseren.

Het belang van big data neemt toe. Om het maximale uit de gegevens te halen, moeten bedrijven er echter bruikbare inzichten uit kunnen vinden. Om krachtige inzichten te vinden, moeten er zowel diepgaande vragen als goede analyses van de geretourneerde gegevens zijn. Traditionele SQL-query's worden geconfronteerd met beperkingen als het gaat om complexe, gelaagde query's, en dat beperkt het doel van een bedrijf om nuttige gegevens op te halen.

Grafiekdatabases hebben bedrijven in staat gesteld complexe, gelaagde vragen te beantwoorden die onmiddellijk kunnen worden beantwoord, terwijl traditionele SQL-databases het uiterst moeilijk zouden vinden om dergelijke vragen te beantwoorden. Complexe vragen leveren ongekende en waardevolle inzichten op. Grafiekdatabases worden in veel industrieën gebruikt, zoals sociale media, gezondheidszorg en online dating. De grafische database biedt een nieuwe manier om naar gegevens te kijken.


Wat is een grafiekdatabase?

Een grafische database wordt gebruikt om informatie over verschillende entiteiten op te slaan, relaties tussen entiteiten in kaart te brengen en relaties tussen entiteiten op te vragen. In dit verband kunnen entiteiten veel dingen zijn, zoals mensen, bedrijven, dieren en auto's. Een entiteit kan een specifieke relatie hebben met een andere entiteit. Martin, een entiteit, is bijvoorbeeld een vriend van Jim, een andere entiteit. Martin kan een BMW-auto bezitten. In beide voorbeelden zijn Martin, Jim en de BMW de entiteiten met specifieke relaties daartussen. "Martin is een vriend van Jim" betekent vriendschap is de relatie tussen de twee entiteiten. Evenzo betekent "Martin bezit een BMW" dat eigendom de relatie is tussen Martin en zijn BMW. In de grafische database worden relaties relaties genoemd. De relaties worden weergegeven in de vorm van een grafiek en daarom staat het concept bekend als een grafische database. (Voor meer informatie over grafische databases, zie Hoe grafische databases netwerken naar gegevens brengen.)


Het concept van de grafische database wordt geïmplementeerd in sectoren zoals de gezondheidszorg, sociale media en e-commerce. De voorbeelden die eerder in dit artikel zijn gegeven, zijn eenvoudig en duidelijk, maar de use cases die in de industrieën worden geïmplementeerd, zijn zeer complex. Neem het voorbeeld van een e-commerce-website die klanten aanbevelingen geeft. Hoe geeft de website productaanbevelingen die geschikt zijn voor een klant? Hoe weet de website de behoeften en voorkeuren van de klant? De sleutel ligt in het product dat de klant bekijkt.Als de klant een boek over human resource management bekijkt, zoekt de aanbevelingslogica van de website naar andere klanten die hetzelfde boek hebben bekeken of gekocht. Tegelijkertijd bepaalt de logica ook andere vergelijkbare of gerelateerde boeken die andere gebruikers met vergelijkbare interesses hebben bekeken of gekocht, en vergelijkbare boeken worden aanbevolen voor de gebruiker.

Hoe een grafische database werkt

Laten we grafische databases nader bekijken met behulp van een voorbeeld. Laten we aannemen dat een smartphonemaker een smartphone met verschillende geavanceerde functies wil lanceren. Het productbeheer beslist over de functies na het bepalen van de behoeften en voorkeuren van de doelgroep, namelijk bedrijfsleiders. De smartphonefabrikant heeft een of meer databases die gegevens verzamelen en opslaan op executive profielen uit meerdere gegevensbronnen. Nu maken de productmanagers een grafische gegevensstructuur op basis van de gegevens die eruit ziet als die hieronder:

Uit de bovenstaande afbeelding leiden de productmanagers de volgende conclusies of zakelijke beslissingen:

  • Steve is een HR-manager die de messenger veelvuldig gebruikt. Zijn connecties op de HR-afdeling gebruiken waarschijnlijk ook de messenger vanwege hun werkprofiel. Dus, goede boodschappers in de smartphone kunnen belangrijk zijn.
  • De belangrijkste reden waarom Debra en haar man's vriend Trevor regelmatig de antivirusforums bezoeken, kunnen beveiligingsproblemen zijn op hun smartphones of computers. Dus de nieuwe smartphone kan ingebouwde beveiligingsfuncties hebben.
  • Abraham gebruikt een Fitbit, wat aangeeft dat hij zijn conditie bewaakt. Het zou dus een goede functie zijn als de nieuwe smartphone gegevens van Fitbit-apparaten kan synchroniseren en op een gebruiksvriendelijke manier kan weergeven.

Het bovenstaande voorbeeld laat zien hoe grafische gegevens kunnen worden gebruikt om bedrijfsproblemen op te lossen.

Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen

Je kunt je programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.

Case Studies

De onderstaande casestudy's laten zien hoe grafische databases hebben bijgedragen aan het oplossen van complexe problemen in de online dating- en online carrièrezoekindustrie.

Casestudy - Online dating

Probleem: Online datingportals willen geschikte matches vinden voor hun abonnees. Om dat te doen, hebben de portals informatie nodig over andere leden van de website die mogelijk dezelfde smaak, voorkeuren, achtergronden en andere informatie hebben.

Oplossing: Veel online portals hebben grafische databases gebruikt om door de gegevens van miljoenen leden te reizen en informatie te doorzoeken. Op basis daarvan bereidt de website wedstrijden voor op basis van smaak, opleiding, hobby's en andere details. De website bepaalt dat deze profielen het meest waarschijnlijk overeenkomen met een bepaald profiel en geeft dienovereenkomstig aanbevelingen.

Case Study - Professionele netwerkwebsites

Probleem: Professionele netwerkwebsites zoals LinkedIn willen de meest geschikte verbindingen en banen aanbevelen op basis van een aantal parameters zoals profiel, verbindingsweergaven, profielweergaven en groepslidmaatschap, die interesses en voorkeuren weerspiegelt.

Oplossing: Om dit te doen, reizen dergelijke netwerkwebsites door meerdere lagen verbindingen, zoals verbindingen van verbindingen van verbindingen, enzovoort. Vervolgens vindt de grafische logica gemeenschappelijke professionele interesses, carrières, functieprofielen, groepslidmaatschap en andere informatie en geeft op basis van de bevindingen aanbevelingen over zowel netwerken als banen.

Feiten en cijfers uit de industrie

De onderstaande feiten en cijfers laten zien hoeveel de grafische database in de hele industrie is overgenomen:

  • Meer dan 30 Global 2000-bedrijven waaronder Wal-Mart, eBay, Lufthansa en Deutsche Telekom hebben Neo4j, de populairste grafische database, ontwikkeld door Neo Technology.
  • Industrie-waarnemer DB-Engines heeft dit te zeggen over de populariteit en de acceptatie van grafische databases, "Graph DBMS's winnen sneller aan populariteit dan elke andere databasecategorie," aangezien het sinds januari 2013 met bijna 300 procent is gegroeid.
  • Sinds mei 2013 zijn veel grote online datingsites begonnen met het gebruik van grafische databases.
  • LinkedIn heeft een groot team dat werkt aan zijn eigen grafiekdatabasesysteem.
  • is sterk afhankelijk van een grafische database en heeft ook FlockDB uitgebracht, een open-source grafische database. (Zie voor meer informatie over open-source databases waarom Open-source-databases aan populariteit winnen.)
  • Met het doel grafische databases gebruiksvriendelijk te maken voor zakelijke gebruikers, heeft Teradata een nieuw type SQL uitgebracht, SQL-GR genaamd.

Gevolgtrekking

De grafische database is een nieuwe manier om naar big data te kijken. Er zijn twee duidelijke voordelen van grafische gegevens:

  1. Relationele databasebeheersystemen (RDBMS) zijn niet in staat om grote hoeveelheden gegevens in korte tijd te verwerken. Bovendien is het niet in staat om enorme hoeveelheden gegevens te organiseren. Een grafische database kan elk aantal relaties tussen entiteiten doorkruisen en informatie logisch ordenen.
  2. Grafiekdatabases zijn uiterst efficiënt in het ophalen van relevante informatie na het doorzoeken van verschillende entiteiten en relaties. Zoals eerder vermeld, kunnen ze uiterst waardevolle inzichten opvragen en retourneren die BI-systemen op een gebruikersvriendelijke manier kunnen presenteren.

Het lijkt erop dat het slechts een kwestie van tijd is voordat andere industrieën die te maken hebben met enorme hoeveelheden gegevens, zoals banken en financiën, geneesmiddelen, defensie en intelligentie, ook grafische databases gebruiken. Het is inderdaad een interessante taak om misdaden te detecteren en verzekeringsfraude te identificeren met behulp van netwerken, relaties en entiteiten met grafische gegevens.