密码修改
  • 格式错误 内容不能为空
  • 格式错误 内容不能为空
  • 格式错误 内容不能为空
上一篇:

第一章 背景知识

1.1 图数据库介绍

图数据库(英文:Graph Database)在传统意义上被归类为NoSQL(Not Only SQL)数据库的一种,也就是说属于非关系型数据库,其它的非关系型数据库在广义上还包含例如,键值数据库、文档数据库、列数据库、时序数据库等。

从数据科技(DT)、数据处理技术发展的趋势来看,过去的40年间,我们经历了从Data > Big Data > Fast Data > Deep Data的四个阶段。1980-2010年间的关系型数据库主导的阶段,2010-2020年间的大数据与快数据主导的云计算&大数据时代,而未来的10年(2020-2030)则可以预见的被认为是图计算、图数据库的时代 – 这是由商业驱动的本质来决定的,当企业IT信息化已经基本完成后,再向前就是企业的全面智能化,而智能化时代的核心技术就是可以处理高维数据关联关系的图数据库或图计算与存储引擎,低维的SQL类型的数据库注定会逐步消亡。

知名信息咨询公司Gartner在2019年11月和2020年6月的两份关于数据与分析科技(Data & Analytics Technology Trends)的报告中,明确的提出了图分析(Graph Analytics,如下图所示)作为10大核心科技发展趋势之一,且其所代表的细分市场以年复合增长率100%的速度持续增长,预计到2023年,30%的BI(商务智能、商业决策)会通过图分析与计算(既图数据库系统)来完成。

图数据库的特点

图数据库的的所有特点都是相对于传统数据库而言的,尤其是关系型数据库。简单而言,图数据库的最大特点有3个:

  1. 高维
  2. 高性能
  3. 高效率

相比于传统的关系型数据库中的关系表(二维表),图数据库采用的是可描述复杂关联关系的高维拓扑结构,既图论的理念,这也是图数据库(Graph Database)名字的源头。高维的数据关联关系并不意味着性能降低、效率降低,恰恰相反,图数据库中的高维关系的构建只依赖两大类最基础的数据类型:顶点与边,我们也通常称作实体与关系。用图数据库可以简单、高效、自由,并且非常自然的表达真实世界中的关联关系。这种100%还原世界的能力,让图数据库比关系型数据库或其它类型的数据库或大数据处理框架可以更加快速、深度、准确的挖掘事物间的关联关系,很多时候这种效率与性能的提升是指数级的,成千上万倍或者更多(随着搜索深度的增加,相对的性能与效率的提升会呈现指数级的差异增大)。

查看更多
下一篇: