Graafitietokannat: Uusi tapa ajatella tietoja

Sisältö

• Mikä on kuvaajatietokanta?
• Kuinka kuvaajatietokanta toimii
• Ei vikoja, ei stressiä - vaiheittaiset ohjeet elämää muuttavien ohjelmistojen luomiseen tuhoamatta elämääsi
• Tapaustutkimuksia
• Tapaustutkimus - Online Treffit
• Tapaustutkimus - Verkkosivustot ammattilaisille
• Teollisuuden tosiasiat ja luvut
• johtopäätös

Lähde: Blueximages / Dreamstime.com

Ottaa mukaan:

Monet teollisuudenalat käyttävät kuvaajatietokantoja ainutlaatuisen kykynsä vuoksi analysoida tietokappaleiden välisiä suhteita.

Suurtietojen merkitys on kasvussa. Tietojen hyödyntämiseksi yritysten on kuitenkin kyettävä löytämään siitä toimivia näkemyksiä. Voimakkaiden oivalluksien löytämiseksi palautettuihin tietoihin on oltava sekä syviä kyselyjä että hyvää analytiikkaa. Perinteisissä SQL-kyselyissä on rajoituksia monimutkaisten, monikerroksisten kyselyiden suhteen, ja tämä rajoittaa yrityksen tavoitetta hakea merkityksellistä tietoa.

Graafitietokannat ovat antaneet yrityksille mahdollisuuden käynnistää monimutkaisia, monikerroksisia kyselyjä, joihin voidaan vastata heti, kun taas perinteisten SQL-tietokantojen olisi erittäin vaikea vastata tällaisiin kyselyihin. Monimutkaiset kyselyt tuottavat ennennäkemättömiä ja arvokkaita oivalluksia. Graafisia tietokantoja käytetään monilla aloilla, kuten sosiaalisessa mediassa, terveydenhuollossa ja online-treffit. Vaikuttaa siltä, ​​että kuvaajatietokanta tarjoaa uuden tavan tarkastella tietoja.

Mikä on kuvaajatietokanta?

Kaaviotietokantaa käytetään tietojen tallentamiseen eri entiteetteistä, karttasuhteiden luomiseen kokonaisuuksien välillä ja kyselysuhteiden luomiseen entiteettien välillä. Tässä yhteydessä yksiköt voivat olla paljon asioita, kuten ihmiset, yritykset, eläimet ja autot. Yhteisöllä voi olla tietty suhde toiseen yhteisöön. Esimerkiksi Martin, entiteetti, on Jimin ystävä, toinen entiteetti. Martin voi omistaa BMW-auton. Kummassakin esimerkissä Martin, Jim ja BMW ovat entiteetit, joilla on erityisiä suhteita keskenään. "Martin on Jimin ystävä" tarkoittaa, että ystävyys on kahden entiteetin välinen suhde. Samoin "Martin omistaa BMW" tarkoittaa, että omistajuus on Martinin ja hänen BMW: n välinen suhde. Graafitietokannan parlanceessa suhteet tunnetaan reunoina. Suhteet esitetään kaavion muodossa, joten käsite tunnetaan kuvaajatietokannana. (Lisätietoja kaaviotietokannoista on ohjeaiheessa Kuinka kuvaajatietokannat tuovat verkottumisen tietoihin.)

Graafitietokannan käsitettä ollaan toteuttamassa kaikilla toimialoilla, kuten terveydenhuollossa, sosiaalisessa mediassa ja verkkokaupassa. Tässä artikkelissa aikaisemmin mainitut esimerkit ovat yksinkertaisia ​​ja selkeitä, mutta teollisuudessa toteutetut käyttötapaukset ovat erittäin monimutkaisia. Ota esimerkki verkkokauppasivustosta, joka tarjoaa suosituksia asiakkaille. Kuinka verkkosivusto tarjoaa asiakkaille sopivia tuotesuosituksia? Kuinka verkkosivusto tietää asiakkaan tarpeet ja mieltymykset? Avain on tuotteessa, jota asiakas tarkastelee.Jos asiakas tarkastelee henkilöstöhallinnan kirjaa, verkkosivuston suosituslogiikka etsii muita asiakkaita, jotka ovat katsoneet tai ostaneet saman kirjan. Samanaikaisesti logiikka määrittelee myös muita samankaltaisia ​​tai liittyviä kirjoja, joita muut käyttäjät, joilla on samanlaisia ​​kiinnostuksen kohteita, ovat katsoneet tai ostaneet, ja samanlaisia ​​kirjoja suositellaan käyttäjälle.

Kuinka kuvaajatietokanta toimii

Katsokaamme lähemmin kuvaajatietokantoja esimerkin avulla. Oletetaan, että älypuhelinten valmistaja haluaa lanseerata älypuhelimen, jolla on useita edistyneitä ominaisuuksia. Tuotejohtaminen päättää ominaisuuksista määritettyään kohdeyleisönsä, joka on yritysjohtajat, tarpeet ja mieltymykset. Älypuhelinvalmistajalla on yksi tai useampi tietokanta, joka kerää ja tallentaa tietoja toimeenpanoprofiileista useista tietolähteistä. Nyt tuotepäälliköt luovat kuvaajadatarakenteen seuraavien tietojen perusteella:

Yllä olevan kuvan perusteella tuotepäälliköt tekevät seuraavat johtopäätökset tai liiketoimintapäätökset:

• Steve on henkilöstöjohtaja, joka käyttää sanansaattajaa laajasti. Hänen yhteydet HR-osastolla käyttävät todennäköisesti myös sanansaattajaa työprofiilinsa vuoksi. Joten, älypuhelimen hyvät sanansaattajat voivat olla tärkeitä.
• Tärkein syy Debralle ja hänen miehensä ystävälle Trevorille usein virustorjuntafoorumeilla voivat olla älypuhelimiensa tai tietokoneidensa tietoturvaongelmat. Joten uudessa älypuhelimessa voi olla sisäänrakennetut suojausominaisuudet.
• Abraham käyttää Fitbitiä, joka osoittaa, että hän valvoo kuntoaan. Joten olisi hyvä ominaisuus, jos uusi älypuhelin pystyy synkronoimaan Fitbit-laitteiden tiedot ja näyttämään ne käyttäjäystävällisellä tavalla.

Yllä oleva esimerkki osoittaa, kuinka kuvaajatietoja voidaan käyttää liiketoimintaongelmien ratkaisemiseen.

Ei vikoja, ei stressiä - vaiheittaiset ohjeet elämää muuttavien ohjelmistojen luomiseen tuhoamatta elämääsi

Et voi parantaa ohjelmointitaitojasi, kun kukaan ei välitä ohjelmiston laadusta.

Tapaustutkimuksia

Alla olevat tapaustutkimukset osoittavat, kuinka kuvaajatietokannat ovat auttaneet ratkaisemaan monimutkaisia ​​ongelmia online-treffien ja online-uranhakualalla.

Tapaustutkimus - Online Treffit

Ongelma: Online-treffiportaalit haluavat löytää sopivia otteluita tilaajilleen. Tätä varten portaalit tarvitsevat tietoja muista verkkosivuston jäsenistä, joilla voi olla samanlaisia ​​makuja, mieltymyksiä, taustoja ja muuta tietoa.

Ratkaisu: Monet online-portaalit ovat käyttäneet kuvaajatietokantoja matkustaakseen miljoonien jäsenten yksityiskohtien ja kerätäkseen tietoja. Tämän perusteella verkkosivusto valmistaa otteluita maun, koulutuksen, harrastuksen ja muiden yksityiskohtien perusteella. Verkkosivusto määrittelee, että nämä profiilit vastaavat todennäköisesti hyvää tietyn profiilin kanssa, ja antaa suosituksia vastaavasti.

Tapaustutkimus - Verkkosivustot ammattilaisille

Ongelma: Ammattimaiset verkkoverkkosivustot, kuten LinkedIn, haluavat suositella sopivimpia yhteyksiä ja töitä useiden parametrien, kuten profiilin, yhteysnäkymien, profiilinäkymien ja ryhmäjäsenyyden perusteella, mikä heijastaa kiinnostuksen kohteita ja mieltymyksiä.

Ratkaisu: Tätä varten sellaiset verkkoverkkosivustot kulkevat useiden yhteyskerrosten, kuten yhteyksien yhteyksien yhteyksien ja niin edelleen, läpi. Sitten graafinen logiikka löytää yhteisiä ammatillisia etuja, uraa, työprofiileja, ryhmäjäsenyyttä ja muuta tietoa ja tarjoaa havaintojen perusteella suosituksia sekä verkostoista että työpaikoista.

Teollisuuden tosiasiat ja luvut

Jäljempänä esitetyt tosiasiat ja luvut osoittavat, kuinka paljon kuvaajatietokantaa on otettu käyttöön koko teollisuudessa:

• Yli 30 Global 2000 -yritystä, joihin kuuluvat Wal-Mart, eBay, Lufthansa ja Deutsche Telekom, ovat ottaneet käyttöön Neo4j: n, Neo Technologyn luoman suosituimman kuvaajatietokannan.
• Teollisuuden tarkkailija DB-Engines -yrityksillä on tämä sanottava kuvaajatietokantojen suosion ja käyttöönoton suhteen: "Graafin DBMS-tietokannat ovat suosittuja nopeammin kuin mikään muu tietokantakategoria", koska se on kasvanut lähes 300 prosenttia tammikuusta 2013 lähtien.
• Toukokuusta 2013 lähtien monet suuret online-treffisivustot ovat alkaneet ottaa käyttöön kuvaajatietokantoja.
• LinkedInillä on iso tiimi, joka työskentelee omistusoikeuden mukaisessa graafisessa tietokantajärjestelmässään.
• riippuu laajasti kuvaajatietokannasta ja on myös julkaissut avoimen lähdekoodin kuvaajatietokannan FlockDB. (Lisätietoja avoimen lähdekoodin tietokannoista on artikkelissa Miksi avoimen lähdekoodin tietokannat ovat suosittuja.)
• Teradata on julkaissut uuden tyyppisen SQL-tiedoston, joka tunnetaan nimellä SQL-GR, tavoitteenaan tehdä graafi-tietokannat helppokäyttöinen yrityskäyttäjille.

johtopäätös

Graafitietokanta edustaa uutta tapaa tarkastella isotietoja. Kaaviotiedoilla on kaksi selkeää hyötyä:

1. Suhteelliset tietokannan hallintajärjestelmät (RDBMS) eivät pysty käsittelemään valtavia tietomääriä lyhyessä ajassa. Lisäksi se ei pysty järjestämään valtavia tietomääriä. Graafitietokanta voi kulkea minkä tahansa määrän suhteita entiteettien välillä ja järjestää tietoja loogisesti.
2. Graafitietokannat ovat erittäin tehokkaita haettaessa asiaankuuluvaa tietoa useiden olioiden ja suhteiden pesun jälkeen. Kuten aiemmin todettiin, he voivat kysyä ja palauttaa erittäin arvokkaita tietoja, joita BI-järjestelmät voivat tarjota käyttäjäystävällisellä tavalla.

Näyttää siltä, ​​että on vain ajan kysymys, ennen kuin muut teollisuudenalat, jotka käsittelevät suuria määriä tietoja, kuten pankki- ja rahoitusalan, lääkkeiden, puolustuksen ja tiedustelun, käyttävät myös kuvaajatietokantoja. Itse asiassa rikosten havaitseminen ja vakuutuspetosten tunnistaminen verkkojen, suhteiden ja graafisten tietojen avulla muodostettujen yksiköiden avulla on varmasti mielenkiintoinen tehtävä.