訂閱
糾錯(cuò)
加入自媒體

探索圖數(shù)據(jù)庫(kù)在數(shù)據(jù)資產(chǎn)可視化中的應(yīng)用

2020-07-09 10:04
EAWorld
關(guān)注

前言:

隨著社交、電商、金融、物聯(lián)網(wǎng)等行業(yè)的快速發(fā)展,現(xiàn)實(shí)組成了一張龐大的關(guān)系網(wǎng),傳統(tǒng)數(shù)據(jù)庫(kù)很難處理關(guān)系運(yùn)算,大數(shù)據(jù)行業(yè)需要處理的數(shù)據(jù)之間的關(guān)系隨著數(shù)據(jù)量呈幾何指數(shù)增長(zhǎng),亟需一種支持海量復(fù)雜數(shù)據(jù)關(guān)系運(yùn)算的數(shù)據(jù)庫(kù),圖數(shù)據(jù)庫(kù)應(yīng)運(yùn)而生。本文將探討圖數(shù)據(jù)庫(kù)在數(shù)據(jù)資產(chǎn)可視化中的應(yīng)用。

目錄:

1.圖數(shù)據(jù)庫(kù)介紹

2.關(guān)系型數(shù)據(jù)庫(kù)和圖數(shù)據(jù)庫(kù)的區(qū)別

3.探索圖數(shù)據(jù)庫(kù)在數(shù)據(jù)資產(chǎn)可視化中的應(yīng)用

1.圖數(shù)據(jù)庫(kù)介紹

這張圖是一個(gè)社交網(wǎng)絡(luò)場(chǎng)景,每個(gè)用戶可以發(fā)短信、發(fā)郵件,分享信息。這些都是最基本的增刪改查,也是大多數(shù)研發(fā)人員對(duì)數(shù)據(jù)庫(kù)做的常見操作。而在研發(fā)人員的日常工作中除了要把用戶的基本信息錄入數(shù)據(jù)庫(kù)外,還需找到與該用戶相關(guān)聯(lián)的信息,方便去對(duì)單個(gè)的用戶進(jìn)行下一步的分析,比如說(shuō):我們發(fā)現(xiàn)張三的賬戶里有很多關(guān)于推理小說(shuō)和音樂(lè)方面的內(nèi)容,那么我們可以據(jù)此推測(cè)出他可能是一名學(xué)生,從而推送他可能感興趣的內(nèi)容。

但是在數(shù)據(jù)分析過(guò)程中,會(huì)出現(xiàn)各種各樣的場(chǎng)景,比如說(shuō)在一個(gè)典型的社交網(wǎng)絡(luò)中,常常會(huì)存在“誰(shuí)認(rèn)識(shí)誰(shuí),誰(shuí)上過(guò)什么學(xué)校,誰(shuí)常住什么地方,誰(shuí)喜歡什么餐館”等查詢,這種查詢?cè)跀?shù)據(jù)分析過(guò)程中是很常見的,但是這種操作會(huì)因?yàn)閿?shù)據(jù)庫(kù)的選擇不同而對(duì)性能產(chǎn)生巨大的差異。

傳統(tǒng)數(shù)據(jù)庫(kù)解決思路

傳統(tǒng)解決上述問(wèn)題最簡(jiǎn)單的方法就是建立一個(gè)關(guān)系模型,我們可以把每個(gè)員工的信息錄入表中,存在諸如 MySQL 之類的關(guān)系數(shù)據(jù)庫(kù),圖片展示的是最基本的關(guān)系模型圖。

基于上述的關(guān)系模型,依據(jù)需求,就不可避免的涉及到很多庫(kù)表的join操作,實(shí)現(xiàn)的查詢語(yǔ)句可能也會(huì)很長(zhǎng),并且這種代碼可讀性很差,而且會(huì)有嚴(yán)重的性能問(wèn)題。關(guān)于傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的性能問(wèn)題我們后續(xù)分析。

圖數(shù)據(jù)庫(kù)解決思路

在傳統(tǒng)數(shù)據(jù)庫(kù)雖然運(yùn)用 JOIN 操作把不同的表鏈接了起來(lái),從而隱式地表達(dá)了數(shù)據(jù)之間的關(guān)系,但是當(dāng)我們要通過(guò) A 管理 B,B 管理 A 的方式查詢結(jié)果時(shí),表結(jié)構(gòu)并不能直接告訴我們結(jié)果。如果我們想在做查詢前就知道對(duì)應(yīng)的查詢結(jié)果,我們必須先定義節(jié)點(diǎn)和關(guān)系。使用圖結(jié)構(gòu)建模,節(jié)點(diǎn)和關(guān)系先定義是圖數(shù)據(jù)庫(kù)和別的數(shù)據(jù)庫(kù)的核心區(qū)別。

打個(gè)比方,我們可以把經(jīng)理、員工表示成不同的節(jié)點(diǎn),并用一條邊來(lái)代表他們之前存在的管理關(guān)系,或者把用戶和商品看作節(jié)點(diǎn),用購(gòu)買關(guān)系建模等等。而當(dāng)我們需要新的節(jié)點(diǎn)和關(guān)系時(shí),只需進(jìn)行幾次更新就好,而不用去改變表的結(jié)構(gòu)或者去遷移數(shù)據(jù)。根據(jù)節(jié)點(diǎn)和關(guān)聯(lián)關(guān)系,傳統(tǒng)數(shù)據(jù)庫(kù)建?梢赞D(zhuǎn)換為圖片所示建模:

在通過(guò)圖數(shù)據(jù)庫(kù)原生圖查詢語(yǔ)言(Cypher)進(jìn)行建模和查詢后,近百行的sql代碼變成3,4行的代碼可以明顯的看出圖數(shù)據(jù)庫(kù)在數(shù)據(jù)表達(dá)上的優(yōu)勢(shì):

MATCH (boss)-[:MANAGES*0..3]->(sub), (sub)-[:MANAGES*1..3]->(userid) WHERE boss.name = “zhangsan” RETURN sub.name AS list, count(userid) AS Total

什么是圖

圖的定義:A database that uses graph structures for semantic queries with nodes, edges and properties to represent and store data – independent of the way the data is stored internally. It’s really the model and the implemented algorithms that matter.

圖數(shù)據(jù)庫(kù)是基于圖模型的數(shù)據(jù)庫(kù)。相比較于關(guān)系型數(shù)據(jù)庫(kù),圖數(shù)據(jù)庫(kù)是真正注重“關(guān)系”的數(shù)據(jù)庫(kù)。圖數(shù)據(jù)庫(kù)的主要職能是管理圖數(shù)據(jù),因此需要支持高效的對(duì)頂點(diǎn)/邊的查詢與更新;為了方便用戶的使用,通常還需要增加對(duì)事務(wù)(transaction)的支持,從而保證并發(fā)操作下的正常運(yùn)作。

圖廣泛存在于現(xiàn)實(shí)世界中,從社交網(wǎng)絡(luò)到金融關(guān)系,都會(huì)涉及大量的高度關(guān)聯(lián)數(shù)據(jù)。這些數(shù)據(jù)構(gòu)成了龐大的圖,圖數(shù)據(jù)庫(kù)就是呈現(xiàn)和查詢這些關(guān)聯(lián)的方式。這種聯(lián)系形成了一種互相關(guān)聯(lián)的數(shù)據(jù),聯(lián)系才是數(shù)據(jù)的本質(zhì)所在。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)并不能很好地表現(xiàn)數(shù)據(jù)的聯(lián)系,而一些NoSQL(Not Only SQL,非關(guān)系型數(shù)據(jù)庫(kù))數(shù)據(jù)庫(kù)又不能表現(xiàn)數(shù)據(jù)之間的聯(lián)系。同樣屬于NoSQL范疇的圖數(shù)據(jù)庫(kù)是以圖的結(jié)構(gòu)形式來(lái)存儲(chǔ)數(shù)據(jù)的,它所存儲(chǔ)的就是聯(lián)系的數(shù)據(jù),是關(guān)聯(lián)數(shù)據(jù)本身。

然而關(guān)聯(lián)數(shù)據(jù)中的聯(lián)系本來(lái)就很復(fù)雜,若要在關(guān)系型數(shù)據(jù)庫(kù)中使用結(jié)構(gòu)化形式來(lái)表現(xiàn)這種聯(lián)系,則一般不能直接表示,處理起來(lái)既煩瑣又費(fèi)事,并且隨著數(shù)據(jù)的不斷增長(zhǎng),其訪問(wèn)性能將日趨下降。無(wú)數(shù)的開發(fā)人員和數(shù)據(jù)庫(kù)管理人員都或多或少地使用過(guò)關(guān)系型數(shù)據(jù)庫(kù),在其應(yīng)用的規(guī)模化進(jìn)展過(guò)程中,對(duì)于數(shù)據(jù)庫(kù)的性能優(yōu)化往往捉襟見肘、陷入窘境。圖數(shù)據(jù)庫(kù)沒(méi)有模式結(jié)構(gòu)的定義,也不需要這些定義,它使用非結(jié)構(gòu)化的方式來(lái)存儲(chǔ)關(guān)聯(lián)數(shù)據(jù),所以能夠直接表現(xiàn)數(shù)據(jù)的關(guān)聯(lián)特性。

圖數(shù)據(jù)庫(kù)的發(fā)展趨勢(shì)

在眾多不同的數(shù)據(jù)模型里,關(guān)系數(shù)據(jù)模型自20世紀(jì)80年代就處于統(tǒng)治地位,而且出現(xiàn)了不少巨頭,如Oracle、MySQL,它們也被稱為:關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)(RDBMS)。然而,隨著關(guān)系數(shù)據(jù)庫(kù)使用范圍的不斷擴(kuò)大,也暴露出一些它始終無(wú)法解決問(wèn)題,其中最主要的是數(shù)據(jù)建模中的一些缺陷和問(wèn)題,以及在大數(shù)據(jù)量和多服務(wù)器之上進(jìn)行水平伸縮的限制。同時(shí),互聯(lián)網(wǎng)發(fā)展也產(chǎn)生了一些新的趨勢(shì)變化:用戶、系統(tǒng)和傳感器產(chǎn)生的數(shù)據(jù)量呈指數(shù)增長(zhǎng),數(shù)據(jù)量不斷增加,大數(shù)據(jù)的存儲(chǔ)和處理;新時(shí)代互聯(lián)網(wǎng)形勢(shì)下的問(wèn)題急迫性,這一問(wèn)題因互聯(lián)網(wǎng)+、社交網(wǎng)絡(luò),智能推薦等的大規(guī)模興起和繁榮而變得越加緊迫。而在應(yīng)對(duì)這些趨勢(shì)時(shí),關(guān)系數(shù)據(jù)庫(kù)產(chǎn)生了更多的不適應(yīng)性,從而導(dǎo)致大量解決這些問(wèn)題中某些特定方面的不同技術(shù)出現(xiàn),它們可以與現(xiàn)有RDBMS相互配合或代替它們。過(guò)去的幾年間,出現(xiàn)了大量新型數(shù)據(jù)庫(kù),它們被統(tǒng)稱為NoSQL數(shù)據(jù)庫(kù)。其中圖數(shù)據(jù)庫(kù)從最近十年的表現(xiàn)來(lái)看已經(jīng)成為關(guān)注度最高,也是發(fā)展趨勢(shì)最明顯的數(shù)據(jù)庫(kù)類型。

1  2  3  4  下一頁(yè)>  
聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)