그래프 데이터베이스 : 데이터에 대한 새로운 사고 방식

콘텐츠

• 그래프 데이터베이스 란 무엇입니까?
• 그래프 데이터베이스 작동 방식
• 버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
• 사례 연구
• 사례 연구 – 온라인 데이트
• 사례 연구 – 전문 네트워킹 웹 사이트
• 업계의 사실과 수치
• 결론

출처 : Blueximages / Dreamstime.com

테이크 아웃 :

많은 데이터베이스에서 데이터 조각 간의 관계를 분석하는 고유 한 기능을 위해 그래프 데이터베이스가 사용되고 있습니다.

빅 데이터의 중요성이 높아지고 있습니다. 그러나 데이터를 최대한 활용하려면 회사에서 데이터에서 실행 가능한 통찰력을 찾을 수 있어야합니다. 강력한 통찰력을 찾으려면 반환 된 데이터에 대한 딥 쿼리와 올바른 분석이 모두 필요합니다. 기존의 SQL 쿼리는 복잡한 다중 계층 쿼리와 관련하여 한계가 있으며 의미있는 데이터를 검색하려는 회사의 목표를 제한합니다.

그래프 데이터베이스를 통해 기업은 복잡한 멀티 레이어 쿼리를 즉시 실행할 수있는 반면, 기존 SQL 데이터베이스는 이러한 쿼리에 대한 답변이 매우 어렵다는 것을 알게되었습니다. 복잡한 쿼리는 전례없는 귀중한 통찰력을 제공합니다. 그래프 데이터베이스는 소셜 미디어, 건강 관리 및 온라인 데이트와 같은 많은 산업에서 사용되고 있습니다. 그래프 데이터베이스는 데이터를 보는 새로운 방법을 제공하는 것 같습니다.

그래프 데이터베이스 란 무엇입니까?

그래프 데이터베이스는 여러 엔티티에 대한 정보를 저장하고 엔티티 간 관계를 맵핑하며 엔티티 간 관계를 조회하는 데 사용됩니다. 이와 관련하여 실체는 인간, 회사, 동물 및 자동차와 같은 많은 것들이 될 수 있습니다. 엔터티는 다른 엔터티와 특정 관계를 가질 수 있습니다. 예를 들어 엔터티 인 Martin은 다른 엔터티 인 Jim의 친구입니다. 마틴은 BMW 자동차를 소유 할 수 있습니다. 두 예에서 Martin, Jim 및 BMW는 그들 사이에 특정한 관계가있는 실체입니다. "마틴은 짐의 친구입니다"는 우정이 두 개체 사이의 관계임을 의미합니다. 마찬가지로 "Martin은 BMW를 소유합니다"는 소유권이 Martin과 BMW 간의 관계임을 의미합니다. 그래프 데이터베이스 용어에서 관계를 에지라고합니다. 관계는 그래프 형식으로 표시되므로이 개념을 그래프 데이터베이스라고합니다. 그래프 데이터베이스에 대한 자세한 내용은 그래프 데이터베이스가 네트워킹을 데이터로 가져 오는 방법을 참조하십시오.

그래프 데이터베이스의 개념은 의료, 소셜 미디어 및 전자 상거래와 같은 산업 전반에서 구현되고 있습니다. 이 기사의 앞부분에 제공된 예제는 간단하고 간단하지만 산업에서 구현 된 사용 사례는 매우 복잡합니다. 고객에게 추천을 제공하는 전자 상거래 웹 사이트의 예를 들어보십시오. 웹 사이트는 고객에게 적합한 제품 추천을 어떻게 제공합니까? 웹 사이트는 고객의 요구와 선호를 어떻게 알 수 있습니까? 핵심은 고객이보고있는 제품에 있습니다.고객이 인사 관리에 관한 책을보고있는 경우 웹 사이트의 추천 논리는 동일한 책을 보거나 구입 한 다른 고객을 찾습니다. 동시에, 논리는 유사한 관심사를 가진 다른 사용자가 보거나 구매 한 다른 유사 또는 관련 서적도 결정하며 유사한 서적이 사용자에게 권장됩니다.

그래프 데이터베이스 작동 방식

예제를 통해 그래프 데이터베이스를 자세히 살펴 보겠습니다. 스마트 폰 제조업체가 여러 가지 고급 기능을 갖춘 스마트 폰을 시작하려고한다고 가정합니다. 제품 관리자는 대상 고객 (기업 임원)의 요구와 선호 사항을 결정한 후 기능을 결정합니다. 스마트 폰 제조업체에는 여러 데이터 소스에서 경영진 프로필에 대한 데이터를 수집하고 저장하는 하나 이상의 데이터베이스가 있습니다. 이제 제품 관리자는 다음과 같은 데이터를 기반으로 그래프 데이터 구조를 만듭니다.

위 이미지에서 제품 관리자는 다음과 같은 결론 또는 비즈니스 결정을 도출합니다.

• Steve는 메신저를 광범위하게 사용하는 HR 관리자입니다. HR 부서에서 그의 커넥션은 아마도 업무 프로필 때문에 메신저를 사용할 수도 있습니다. 따라서 스마트 폰의 좋은 메신저가 중요 할 수 있습니다.
• 데브라와 남편의 친구 Trevor가 바이러스 백신 포럼을 자주 방문하는 주된 이유는 스마트 폰이나 컴퓨터의 보안 문제 일 수 있습니다. 따라서 새로운 스마트 폰에는 보안 기능이 내장되어 있습니다.
• 아브라함은 자신의 체력을 모니터링한다는 것을 나타내는 Fitbit을 사용합니다. 따라서 새로운 스마트 폰이 Fitbit 기기의 데이터를 동기화하고 사용자에게 친숙한 방식으로 표시 할 수 있다면 좋은 기능이 될 것입니다.

위의 예는 비즈니스 문제를 해결하기 위해 그래프 데이터를 사용하는 방법을 보여줍니다.

버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드

아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.

사례 연구

아래 사례 연구는 그래프 데이터베이스가 온라인 데이트 및 온라인 직업 검색 업계의 복잡한 문제를 해결하는 데 어떻게 도움이되었는지 보여줍니다.

사례 연구 – 온라인 데이트

문제: 온라인 데이트 포털은 구독자에게 적합한 일치 항목을 찾으려고합니다. 이를 위해 포털은 유사한 취향, 선호도, 배경 및 기타 정보를 가질 수있는 웹 사이트의 다른 구성원에 대한 정보가 필요합니다.

해결책: 많은 온라인 포털은 그래프 데이터베이스를 사용하여 수백만 명의 세부 정보를 탐색하고 정보를 검색합니다. 이를 바탕으로 웹 사이트는 취향, 교육, 취미 및 기타 세부 사항에 따라 경기를 준비합니다. 웹 사이트는 이러한 프로필이 특정 프로필과 잘 일치 할 가능성이 가장 높은 것으로 판단하고 그에 따라 권장 사항을 제공합니다.

사례 연구 – 전문 네트워킹 웹 사이트

문제: LinkedIn과 같은 전문 네트워킹 웹 사이트는 프로필, 연결보기, 프로필보기 및 그룹 구성원과 같은 다양한 매개 변수를 기반으로 가장 적합한 연결 및 작업을 권장합니다. 관심 사항과 선호 사항을 반영합니다.

해결책: 이를 위해 이러한 네트워킹 웹 사이트는 연결 연결 등의 여러 연결 계층을 통과합니다. 그런 다음 그래프 논리는 일반적인 전문 관심사, 경력, 직무 프로필, 그룹 멤버십 및 기타 정보를 찾은 결과를 바탕으로 네트워크 및 작업에 대한 권장 사항을 제공합니다.

업계의 사실과 수치

아래에 제공된 사실과 수치는 그래프 데이터베이스가 산업 전반에 얼마나 많이 채택되었는지를 보여줍니다.

• Wal-Mart, eBay, Lufthansa 및 Deutsche Telekom을 포함하여 30 개가 넘는 전세계 2000 개 회사가 Neo Technology에서 만든 가장 인기있는 그래프 데이터베이스 인 Neo4j를 채택했습니다.
• 업계 관찰자 인 DB-Engines는 2013 년 1 월 이후 거의 300 % 성장한“그래프 DBMS는 다른 데이터베이스 범주보다 더 빠르게 인기를 얻고 있습니다”라고 그래프 데이터베이스의 인기와 채택에 대해 말합니다.
• 2013 년 5 월 이후 많은 주요 온라인 데이트 사이트에서 그래프 데이터베이스를 채택하기 시작했습니다.
• LinkedIn에는 독점 그래프 데이터베이스 시스템을 개발하는 큰 팀이 있습니다.
• 는 그래프 데이터베이스에 광범위하게 의존하며 오픈 소스 그래프 데이터베이스 인 FlockDB도 출시했습니다. 오픈 소스 데이터베이스에 대한 자세한 내용은 오픈 소스 데이터베이스가 인기를 얻는 이유를 참조하십시오.
• 엔터프라이즈 사용자가 그래프 데이터베이스를 쉽게 사용할 수 있도록하기 위해 Teradata는 SQL-GR이라는 새로운 유형의 SQL을 출시했습니다.

결론

그래프 데이터베이스는 빅 데이터를 보는 새로운 방법을 나타냅니다. 그래프 데이터에는 두 가지 분명한 이점이 있습니다.

1. 관계형 데이터베이스 관리 시스템 (RDBMS)은 단기간에 대량의 데이터를 처리 할 수 ​​없습니다. 또한 방대한 양의 데이터를 구성 할 수 없습니다. 그래프 데이터베이스는 엔터티 간의 여러 관계를 탐색하고 정보를 논리적으로 구성 할 수 있습니다.
2. 그래프 데이터베이스는 여러 엔티티 및 관계를 검색 한 후 관련 정보를 검색하는 데 매우 효율적입니다. 앞에서 언급했듯이 BI 시스템이 사용자에게 친숙한 방식으로 제공 할 수있는 매우 유용한 통찰력을 쿼리하고 반환 할 수 있습니다.

은행 및 금융, 제약, 국방 및 인텔리전스와 같은 방대한 양의 데이터를 처리하는 다른 산업에서도 그래프 데이터베이스를 사용하는 것은 시간 문제 일뿐입니다. 실제로, 네트워크, 관계 및 그래프 데이터가있는 엔티티의 도움으로 범죄를 감지하고 보험 사기를 식별하는 것은 흥미로운 작업이 될 것입니다.