图形数据库具有分析数据之间关系的独特能力

大数据的重要性一直在上升。但是，为了充分利用数据，公司需要能够从中找到可操作的见解。要找到有力的见解，需要对返回的数据进行深入查询和良好分析。传统的SQL查询在涉及复杂的多层查询时面临限制，这限制了公司检索有意义数据的目标。

图形数据库使公司能够启动复杂的多层查询，这些查询可以立即得到解答，而传统的SQL数据库会发现很难回答这些查询。复杂的查询正在回归前所未有的宝贵见解。图形数据库正在许多行业中使用，例如社交媒体，医疗保健和在线约会。图形数据库似乎正在提供一种查看数据的新方法。

什么是图形数据库?

图形数据库用于存储有关不同实体的信息，映射实体之间的关系以及查询实体之间的关系。在这种情况下，实体可以是很多东西，如人类，公司，动物和汽车。实体可以与另一个实体具有特定关系。例如，Martin是一个实体，是另一个实体Jim的朋友。马丁可以拥有一辆宝马汽车。在这两个例子中，Martin，Jim和BMW都是具有特定关系的实体。“马丁是吉姆的朋友”意味着友谊是两个实体之间的关系。同样，“马丁拥有一辆宝马”意味着所有权是马丁和他的宝马之间的关系。在图数据库用语中，关系称为边。关系以图形的形式显示，因此，该概念称为图形数据库。(要了解有关图数据库的更多信息，请参阅图数据库如何为网络带来数据。)

图表数据库的概念正在各个行业实施，如医疗保健，社交媒体和电子商务。本文前面给出的示例简单明了，但行业中使用的用例非常复杂。以一个向客户提供建议的电子商务网站为例。该网站如何提供适合客户的产品推荐?网站如何了解客户的需求和偏好?关键在于客户正在查看的产品。如果客户正在查看关于人力资源管理的书籍，则推荐逻辑该网站的其他客户查找或购买了同一本书。同时，该逻辑还确定具有相似兴趣的其他用户已查看或购买的其他类似或相关书籍，并且向用户推荐类似书籍。

图数据库的工作原理

让我们借助一个例子仔细研究图形数据库。让我们假设智能手机制造商希望推出具有多项高级功能的智能手机。在确定目标受众(企业高管)的需求和偏好后，产品管理部门将决定功能。智能手机制造商有一个或多个数据库，用于从多个数据源收集和存储执行配置文件的数据。现在，产品经理根据下面的数据创建图形数据结构：

图数据库：一种新的数据思考方式

从上图中，产品经理得出以下结论或业务决策：

史蒂夫是一名人力资源经理，他广泛使用信使。他在人力资源部门的关系也可能因为工作原因而使用信使。因此，智能手机中的好信使可能很重要。

Debra和她丈夫的朋友Trevor经常访问防病毒论坛的主要原因可能是他们的智能手机或计算机存在安全问题。因此，新智能手机可以具有内置的安全功能。

亚伯拉罕使用Fitbit，这表明他监视他的健康状况。因此，如果新智能手机能够同步Fitbit设备的数据并以用户友好的方式显示，那将是一个很好的功能。

上面的示例显示了图形数据如何用于解决业务问题。

实例探究

下面的案例研究显示了图形数据库如何帮助解决在线约会和在线职业搜索行业中的复杂问题。

案例研究 - 在线约会

问题：在线约会门户网站希望为其订阅者找到合适的匹配项。为此，门户网站需要有关网站其他成员的信息，这些成员可能具有相似的品味，偏好，背景和其他信息。

解决方案：许多在线门户网站使用图形数据库来浏览数百万成员的详细信息和搜索信息。在此基础上，该网站根据口味，教育，爱好和其他细节准备比赛。该网站确定这些配置文件最有可能与特定配置文件匹配，并相应地提供建议。

案例研究 - 专业网络网站

问题：LinkedIn等专业网络网站希望根据一些参数推荐最合适的连接和作业，例如个人资料，连接视图，个人资料视图和群组成员资格，这些参数反映了兴趣和偏好。

解决方案：为此，此类网络网站通过多层连接进行传输，例如连接连接的连接等。然后，图形逻辑找到共同的专业兴趣，职业，工作档案，组成员和其他信息，并根据调查结果，提供有关网络和工作的建议。

来自行业的事实和数据

下面给出的事实和数据显示了图表数据库在整个行业范围内采用了多少：

包括沃尔玛，eBay，汉莎航空和德国电信在内的30多家全球2000家公司采用了由Neo Technology创建的最受欢迎的图形数据库Neo4j。

行业观察员DB-Engines对图表数据库的普及和采用有这样的说法，“图表DBMS比任何其他数据库类别都更快受欢迎”，因为它自2013年1月以来一直增长近300%。

自2013年5月以来，许多主要的在线交友网站已开始采用图形数据库。

LinkedIn有一个庞大的团队致力于其专有的图形数据库系统。

Twitter完全依赖于图形数据库，并且还发布了一个开源图形数据库FlockDB 。

为了使图形数据库易于为企业用户使用，Teradata发布了一种称为SQL-GR的新型SQL。

结论

图数据库代表了一种查看大数据的新方法。图数据有两个明显的好处：

关系数据库管理系统(RDBMS)无法在短时间内处理大量数据。此外，它无法组织大量数据。图形数据库可以遍历实体之间的任意数量的关系，并在逻辑上组织信息。

在搜索几个实体和关系之后，图数据库在检索相关信息方面非常有效。如前所述，他们可以查询并返回BI系统以用户友好的方式呈现的非常有价值的见解。

似乎处理大量数据的其他行业(例如和金融，制药，国防和情报)也将使用图形数据库只是时间问题。事实上，在网络，关系和实体与图形数据的帮助下检测和识别保险欺诈肯定是一项有趣的任务。