|探索图数据库在数据资产可视化中的应用
?
本文插图
转载本文需注明出处：微信公众号EAWorld ， 违者必究 。
前言：
随着社交、电商、金融、物联网等行业的快速发展 ， 现实组成了一张庞大的关系网 ， 传统数据库很难处理关系运算 ， 大数据行业需要处理的数据之间的关系随着数据量呈几何指数增长 ， 亟需一种支持海量复杂数据关系运算的数据库 ， 图数据库应运而生 。 本文将探讨图数据库在数据资产可视化中的应用 。
目录：
1.图数据库介绍
2.关系型数据库和图数据库的区别
3.探索图数据库在数据资产可视化中的应用
1.图数据库介绍
本文插图
这张图是一个社交网络场景 ， 每个用户可以发短信、发邮件 ， 分享信息 。 这些都是最基本的增删改查 ， 也是大多数研发人员对数据库做的常见操作 。 而在研发人员的日常工作中除了要把用户的基本信息录入数据库外 ， 还需找到与该用户相关联的信息 ， 方便去对单个的用户进行下一步的分析 ， 比如说：我们发现张三的账户里有很多关于推理小说和音乐方面的内容 ， 那么我们可以据此推测出他可能是一名学生 ， 从而推送他可能感兴趣的内容 。
但是在数据分析过程中 ， 会出现各种各样的场景 ， 比如说在一个典型的社交网络中 ， 常常会存在“谁认识谁 ， 谁上过什么学校 ， 谁常住什么地方 ， 谁喜欢什么餐馆”等查询 ， 这种查询在数据分析过程中是很常见的 ， 但是这种操作会因为数据库的选择不同而对性能产生巨大的差异 。
传统数据库解决思路
本文插图
传统解决上述问题最简单的方法就是建立一个关系模型 ， 我们可以把每个员工的信息录入表中 ， 存在诸如 MySQL 之类的关系数据库 ， 图片展示的是最基本的关系模型图 。
基于上述的关系模型 ， 依据需求 ， 就不可避免的涉及到很多库表的join操作 ， 实现的查询语句可能也会很长 ， 并且这种代码可读性很差 ， 而且会有严重的性能问题 。 关于传统关系数据库的性能问题我们后续分析 。
图数据库解决思路
本文插图
在传统数据库虽然运用 JOIN 操作把不同的表链接了起来 ， 从而隐式地表达了数据之间的关系 ， 但是当我们要通过 A 管理 B ， B 管理 A 的方式查询结果时 ， 表结构并不能直接告诉我们结果 。 如果我们想在做查询前就知道对应的查询结果 ， 我们必须先定义节点和关系 。 使用图结构建模 ， 节点和关系先定义是图数据库和别的数据库的核心区别 。
打个比方 ， 我们可以把经理、员工表示成不同的节点 ， 并用一条边来代表他们之前存在的管理关系 ， 或者把用户和商品看作节点 ， 用购买关系建模等等 。 而当我们需要新的节点和关系时 ， 只需进行几次更新就好 ， 而不用去改变表的结构或者去迁移数据 。 根据节点和关联关系 ， 传统数据库建模可以转换为图片所示建模：
在通过图数据库原生图查询语言（Cypher）进行建模和查询后 ， 近百行的sql代码变成3,4行的代码可以明显的看出图数据库在数据表达上的优势：
MATCH (boss)-[:MANAGES*0..3]->(sub), (sub)-[:MANAGES*1..3]->(userid) WHERE boss.name = “zhangsan” RETURN sub.name AS list, count(userid) AS Total什么是图
【|探索图数据库在数据资产可视化中的应用】图的定义：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.
推荐阅读
- 青年|汕头华侨试验区探索以人工智能、5G赋能产业转型升级
- 数据流|比亚迪M6用诊断仪无法读取TCU数据流检修
- 技术编程|如何利用数据库进行世界史研究
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革
- 中年|探索城市的“未来模样”，腾讯政务接下来这么干
- 行业互联网,智慧医疗|商汤科技创“心”升级，探索“联邦学习”入选ECCV
- |如何分析“会员数据”，强化门店的竞争力？
- 数据|翼方健数解码隐私安全计算 实现数据“可用不可见”
- 智慧城市|数据归心、AI赋能，打牢新型智慧城市建设基础
- 目标检测|数据民工也能移动办公了：目标检测标注App上线，分分钟创建私人数据集