亚洲av白丝在线播放,亚洲av无码国产精品色午夜字幕

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

NoSQL數(shù)據(jù)庫(kù)分為四種類型，分別是：

鍵值（key／value）數(shù)據(jù)庫(kù)

列存儲(chǔ)數(shù)據(jù)庫(kù)

文檔型數(shù)據(jù)庫(kù)

圖數(shù)據(jù)庫(kù)

上圖就是db－engines．com對(duì)從2013年來所有數(shù)據(jù)庫(kù)種類發(fā)展趨勢(shì)的分析結(jié)果如圖展示。圖（Graph）是非常強(qiáng)大的工具，因?yàn)樗鼈兺ㄟ^以簡(jiǎn)潔的形式表示數(shù)據(jù)關(guān)系，幫助商業(yè)世界和其他機(jī)構(gòu)中的人們理解數(shù)據(jù)集。有了合適的圖數(shù)據(jù)庫(kù)，企業(yè)可以以關(guān)系圖的形式可視化數(shù)據(jù)，并對(duì)其進(jìn)行管理，以提高整體效能。比起傳統(tǒng)數(shù)據(jù)庫(kù)的數(shù)據(jù)存儲(chǔ)，圖數(shù)據(jù)庫(kù)能夠清晰的展現(xiàn)點(diǎn)與點(diǎn)之間的關(guān)系。許多組織之所以接受圖數(shù)據(jù)庫(kù)，是因?yàn)樵絹碓蕉嗟男袠I(yè)認(rèn)識(shí)到這種數(shù)據(jù)庫(kù)技術(shù)的重要性，尤其在復(fù)雜的場(chǎng)景下，如物流，金融風(fēng)控，社交網(wǎng)絡(luò)管理，媒體傳播分析等行業(yè)正在發(fā)揮不可或缺的作用。

圖數(shù)據(jù)庫(kù)是分析數(shù)據(jù)間關(guān)聯(lián)的最佳技術(shù)

圖數(shù)據(jù)庫(kù)對(duì)于可以在不同場(chǎng)景下發(fā)揮作用，從企業(yè)應(yīng)用角度，業(yè)務(wù)用戶使用角度，數(shù)據(jù)開發(fā)者應(yīng)用角度都發(fā)揮著作用。

圖數(shù)據(jù)庫(kù)產(chǎn)品

依據(jù)db－engines．com網(wǎng)站對(duì)Graph DBMS的排名來看，目前主流的圖數(shù)據(jù)庫(kù)有：Neo4j，Janusgraph，Dgraph，ArangoDB，OrientDB，TigerGraph等。下面我們來介紹一下目前圖數(shù)據(jù)庫(kù)的分類都有哪些。

圖數(shù)據(jù)庫(kù)分類

原生數(shù)據(jù)庫(kù)：

代表數(shù)據(jù)庫(kù)為neo4j、orientdb。其原生體現(xiàn)在查點(diǎn)到邊或者邊到點(diǎn)的時(shí)候，不需要走原來關(guān)系型數(shù)據(jù)庫(kù)的B＋索引，節(jié)點(diǎn)本身就有指向索引，類似于鏈表的指針概念

直接在關(guān)系型數(shù)據(jù)庫(kù)之上構(gòu)建的圖數(shù)據(jù)庫(kù)：

代表為AgensGraph，以及微軟的GraphView。SparkGraphX也可以基于關(guān)系型存儲(chǔ)結(jié)構(gòu)進(jìn)行轉(zhuǎn)化成圖結(jié)構(gòu)，然后完成圖運(yùn)算

使用外置nosql存儲(chǔ)的數(shù)據(jù)庫(kù)：

以Titan／JanusGraph為代表，以及使用外置的索引生成工具如Elasticsearch，OLAP支持外接Spark等工具，以及Cassandra／Hbase等nosql數(shù)據(jù)庫(kù)。

在圖計(jì)算上基于batch進(jìn)行優(yōu)化的新一代圖數(shù)據(jù)庫(kù)：

如DGraph。DGraph的存儲(chǔ)結(jié)構(gòu)與cayley同樣借鑒了google的論文，將每個(gè)節(jié)點(diǎn)的屬性也作為一個(gè)節(jié)點(diǎn)與主節(jié)點(diǎn)產(chǎn)生聯(lián)系，這樣更有益于基于batch來設(shè)計(jì)運(yùn)算方法。

Neo4j

Neo4j圖數(shù)據(jù)庫(kù)，它是一個(gè)高性能的NOSQL圖形數(shù)據(jù)庫(kù)，它將結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)在網(wǎng)絡(luò)上而不是表中。它是一個(gè)嵌入式的、基于磁盤的、具備完全的事務(wù)特性的Java持久化引擎，但是它將結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)在網(wǎng)絡(luò)（從數(shù)學(xué)角度叫做圖）上而不是表中。

優(yōu)勢(shì)：

可集群，使用讀／寫負(fù)載平衡器將請(qǐng)求直接到一個(gè)集群

支持事物、鎖、頁面緩存

遍歷下：建立索引通常成本O（log（n）），但Neo4J的遍歷一個(gè)關(guān)系的復(fù)雜度趨向于O（1）

支持ACID事務(wù)，它確保實(shí)時(shí)顯示數(shù)據(jù)的合法性和準(zhǔn)確性。

Cypher語法友好

劣勢(shì)：

Neo4j沒法存儲(chǔ)巨大的一張關(guān)系圖，因?yàn)樗恢С址制?/p>

因?yàn)閕ndex－free adjacency，遍歷快但是計(jì)算隨機(jī)兩個(gè)節(jié)點(diǎn)最短路徑性能不佳

索引：

index－free adjacency，擅長(zhǎng)遍歷圖，以及計(jì)算不存在大量關(guān)系的節(jié)點(diǎn)的圖

ArangoDB

ArangoDB圖數(shù)據(jù)庫(kù)，它是一個(gè)原生多模型數(shù)據(jù)庫(kù)，兼有key／value鍵／值對(duì)、graph圖和document文檔數(shù)據(jù)模型，提供了涵蓋三種數(shù)據(jù)模型的統(tǒng)一的數(shù)據(jù)庫(kù)查詢語言，并允許在單個(gè)查詢中混合使用三種模型�；谄浔镜丶啥嗄Ｐ吞匦裕梢源罱ǜ咝阅艹绦�，并且這三種數(shù)據(jù)模型均支持水平擴(kuò)展。

優(yōu)勢(shì)：

存儲(chǔ)空間占用下：采用了元數(shù)據(jù)模式存儲(chǔ)數(shù)據(jù)；可通過內(nèi)存提速，CPU占用率低

支持主從集群

Multi－collection transactions

擴(kuò)展性好：JavaScript

用JavaScript和ArangoDB構(gòu)建應(yīng)用，F(xiàn)oxx微服務(wù)運(yùn)行在DB內(nèi)部，可快速訪問數(shù)據(jù)。

AQL功能很強(qiáng)大，配置編程遠(yuǎn)方便于、靈活于Neo4J、OrientDB

Neo4J的Cypher也比較強(qiáng)大，清晰，但是不利于調(diào)整，靈活性不夠

OrientDB，類SQL，查詢繁瑣，調(diào)整不便利，內(nèi)置SQL函數(shù)接口也不方便

劣勢(shì)：

插入性能稍低

索引：

自動(dòng)索引＿key屬性，＿from和＿to屬性；保證V和E的查找速度

OrientDB

OrientDB是指兼具文檔數(shù)據(jù)庫(kù)的靈活性和圖形數(shù)據(jù)庫(kù)管理鏈接能力的可深層次擴(kuò)展的文檔－圖形數(shù)據(jù)庫(kù)管理系統(tǒng)。

優(yōu)勢(shì)：

安裝簡(jiǎn)單，功能豐富

OrientDB是兼具文檔數(shù)據(jù)庫(kù)的靈活性和圖形數(shù)據(jù)庫(kù)管理鏈接能力的可深層次擴(kuò)展的文檔－圖形數(shù)據(jù)庫(kù)管理系統(tǒng)（NoSQL數(shù)據(jù)庫(kù)）

可選無模式、全模式或混合模式下。支持許多高級(jí)特性，諸如ACID事務(wù)、快速索引，原生和SQL查詢功能

可以JSON格式導(dǎo)入、導(dǎo)出文檔

若不執(zhí)行昂貴的JOIN操作的話，如同關(guān)系數(shù)據(jù)庫(kù)可在幾毫秒內(nèi)可檢索數(shù)以百計(jì)的鏈接文檔圖

劣勢(shì)：

坑很多

性能和可擴(kuò)展性不好

索引：

側(cè)重文檔數(shù)據(jù)庫(kù)，主要還是SB樹索引導(dǎo)致，空間浪費(fèi)比較大；插入節(jié)點(diǎn)與另外兩個(gè)數(shù)據(jù)庫(kù)（neo4j和ArangoDB）相差無幾，但是在插入關(guān)系中另外兩個(gè)數(shù)據(jù)庫(kù)都做了優(yōu)化，OrientDB無優(yōu)化，就掛了；在圖論計(jì)算力上性能優(yōu)異，但是在遍歷中還是優(yōu)化不夠，被甩開。

JanusGraph

開源 JanusGraph是一個(gè)可擴(kuò)展的圖數(shù)據(jù)庫(kù)，可以把包含數(shù)千億個(gè)頂點(diǎn)和邊的圖存儲(chǔ)在多機(jī)集群上。它支持事務(wù)，支持?jǐn)?shù)千用戶實(shí)時(shí)、并發(fā)訪問存儲(chǔ)在其中的圖。

優(yōu)勢(shì)：

分布式部署，因此，支持集群

可以存儲(chǔ)大圖，比如包含數(shù)千億Vertices和edges的圖

支持?jǐn)?shù)千用戶實(shí)時(shí)、并發(fā)訪問。

集群節(jié)點(diǎn)可以線性擴(kuò)展，以支持更大的圖和更多的并發(fā)訪問用戶。

數(shù)據(jù)分布式存儲(chǔ)，并且每一份數(shù)據(jù)都有多個(gè)副本，因此，有更好的計(jì)算性能和容錯(cuò)性。

支持在多個(gè)數(shù)據(jù)中心做高可用，支持熱備份。

通過集成大數(shù)據(jù)平臺(tái)，比如Apache Spark、Apache Giraph、Apache Hadoop等，支持全局圖數(shù)據(jù)分析、報(bào)表、ETL

集成ElasticSearch、Apache Solr、Apache Lucene等系統(tǒng)后，可以支持全文搜索

在計(jì)算層上可使用Spark做計(jì)算，這點(diǎn)優(yōu)于Neo4j和OrientDB

即可OLAP也可OLTP，可以執(zhí)行批處理和實(shí)時(shí)處理

開源，基于Apache 2 Licence