亚洲九九视频欧美插逼视频,欧美JiZZ18性欧美,中文字幕亚洲h一二三

當(dāng)前位置： OFweek 人工智能網(wǎng) > 大數(shù)據(jù) > 正文

探索圖數(shù)據(jù)庫在數(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)庫分為四種類型，分別是：

鍵值（key／value）數(shù)據(jù)庫

列存儲數(shù)據(jù)庫

文檔型數(shù)據(jù)庫

圖數(shù)據(jù)庫

上圖就是db－engines．com對從2013年來所有數(shù)據(jù)庫種類發(fā)展趨勢的分析結(jié)果如圖展示。圖（Graph）是非常強(qiáng)大的工具，因為它們通過以簡潔的形式表示數(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，企業(yè)可以以關(guān)系圖的形式可視化數(shù)據(jù)，并對其進(jìn)行管理，以提高整體效能。比起傳統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)存儲，圖數(shù)據(jù)庫能夠清晰的展現(xiàn)點與點之間的關(guān)系。許多組織之所以接受圖數(shù)據(jù)庫，是因為越來越多的行業(yè)認(rèn)識到這種數(shù)據(jù)庫技術(shù)的重要性，尤其在復(fù)雜的場景下，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)庫是分析數(shù)據(jù)間關(guān)聯(lián)的最佳技術(shù)

圖數(shù)據(jù)庫對于可以在不同場景下發(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)庫產(chǎn)品

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

圖數(shù)據(jù)庫分類

原生數(shù)據(jù)庫：

代表數(shù)據(jù)庫為neo4j、orientdb。其原生體現(xiàn)在查點到邊或者邊到點的時候，不需要走原來關(guān)系型數(shù)據(jù)庫的B＋索引，節(jié)點本身就有指向索引，類似于鏈表的指針概念

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

代表為AgensGraph，以及微軟的GraphView。SparkGraphX也可以基于關(guān)系型存儲結(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存儲的數(shù)據(jù)庫：

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。

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

如DGraph。DGraph的存儲結(jié)構(gòu)與cayley同樣借鑒了google的論文，將每個節(jié)點的屬性也作為一個節(jié)點與主節(jié)點產(chǎn)生聯(lián)系，這樣更有益于基于batch來設(shè)計運(yùn)算方法。

Neo4j

Neo4j圖數(shù)據(jù)庫，它是一個高性能的NOSQL圖形數(shù)據(jù)庫，它將結(jié)構(gòu)化數(shù)據(jù)存儲在網(wǎng)絡(luò)上而不是表中。它是一個嵌入式的、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)存儲在網(wǎng)絡(luò)（從數(shù)學(xué)角度叫做圖）上而不是表中。

優(yōu)勢：

可集群，使用讀／寫負(fù)載平衡器將請求直接到一個集群

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的遍歷一個關(guān)系的復(fù)雜度趨向于O（1）

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

Cypher語法友好

劣勢：

Neo4j沒法存儲巨大的一張關(guān)系圖，因為他不支持分片

因為index－free adjacency，遍歷快但是計算隨機(jī)兩個節(jié)點最短路徑性能不佳

索引：

index－free adjacency，擅長遍歷圖，以及計算不存在大量關(guān)系的節(jié)點的圖

ArangoDB

ArangoDB圖數(shù)據(jù)庫，它是一個原生多模型數(shù)據(jù)庫，兼有key／value鍵／值對、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)庫查詢語言，并允許在單個查詢中混合使用三種模型�；谄浔镜丶啥嗄Ｐ吞匦�，您可以搭建高性能程序，并且這三種數(shù)據(jù)模型均支持水平擴(kuò)展。

優(yōu)勢：

存儲空間占用下：采用了元數(shù)據(jù)模式存儲數(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：

插入性能稍低

索引：

自動索引＿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)庫的靈活性和圖形數(shù)據(jù)庫管理鏈接能力的可深層次擴(kuò)展的文檔－圖形數(shù)據(jù)庫管理系統(tǒng)。

優(yōu)勢：

安裝簡單，功能豐富

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

可選無模式、全模式或混合模式下。支持許多高級特性，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)庫可在幾毫秒內(nèi)可檢索數(shù)以百計的鏈接文檔圖

劣勢：

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

JanusGraph

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

優(yōu)勢：

分布式部署，因此，支持集群

可以存儲大圖，比如包含數(shù)千億Vertices和edges的圖

支持?jǐn)?shù)千用戶實時、并發(fā)訪問。

集群節(jié)點可以線性擴(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，并且每一份數(shù)據(jù)都有多個副本，因此，有更好的計算性能和容錯性。

支持在多個數(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，比如Apache Spark、Apache Giraph、Apache Hadoop等，支持全局圖數(shù)據(jù)分析、報表、ETL

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

在計算層上可使用Spark做計算，這點優(yōu)于Neo4j和OrientDB