Indholdsfortegnelse:
Moderne datadrevne applikationer er stort set afhængige af relevant indsigt, der stammer fra de enorme mængder data, de håndterer hver dag. For at få bedre indsigt hver gang, skal applikationerne kunne sende komplekse forespørgsler, og databasen skal kunne adressere komplekse forespørgsler. Traditionelle RDBMS-systemer, der er afhængige af SQL, er ikke i stand til at håndtere ekstremt komplekse forespørgsler. Grafdatabaser har været i stand til at løse dette problem, fordi de er afhængige af objekter og forholdet mellem objekter. Baseret på denne forudsætning er det muligt at udtrykke dyb indsigt. Brugen af grafdatabaser er imidlertid stadig begrænset, skønt der er klare tegn på, at det vil spille en vigtig rolle, da virksomheder i stigende grad er afhængige af indsigt til at drive deres forretning. (Se Introduktion til databaser for mere om databaser generelt).
Hvad er en grafdatabase?
For at forstå grafdatabaser, lad os bruge eksemplet herunder:
Bill og hans familie ønsker at planlægge en ferie til et sted, der tilbyder fantastisk asiatisk køkken. Han er begyndt at planlægge tidligt, og en af måderne til at finde information er naturligvis Google. Selvom oplysningerne fra Google er troværdige og gode, for Bill, er det vigtigt at få så specifikke oplysninger som muligt. Så han begynder at spørge sine venner, bekendte og kolleger. Lad os antage, at Bill spørger Ryan, Sheena og John, som er hans primære kontakter (kontaktniveau 1). Alle tre lover at svare med oplysninger så hurtigt som muligt. Ryan spørger sin ven Greg, der spørger sin fætter Martin, der har været i Bangkok et par gange. Martin anbefaler navnene og detaljerne på alle hans foretrukne spisesteder i Bangkok kendt for deres asiatiske retter. Disse oplysninger videresendes til Bill.
