NoSQL 中基于图的数据模型

NoSQL 中基于图的数据模型是一种数据模型，它试图专注于建立数据元素之间的关系。顾名思义，Graph-Based Data Model，这里的每个元素都存储为一个节点，这些元素之间的关联通常称为链接。关联直接存储，因为这些是数据模型的第一类元素。这些数据模型为我们提供了数据的概念视图。

这些是基于拓扑网络结构的数据模型。显然，在图论中，我们有节点、边和属性等术语，让我们看看它在基于图的数据模型中的含义。

• 节点：这些是表示要跟踪的对象的数据实例。
• 边：众所周知，边代表节点之间的关系。
• 属性：它表示与节点相关的信息。

下图表示具有边缘表示的关系的属性的节点。

图数据模型的工作：

在这些数据模型中，连接在一起的节点是物理连接的，它们之间的物理连接也被视为一条数据。以这种方式连接数据变得容易查询关系。该数据模型直接从存储中读取关系，而不是计算和查询连接步骤。与许多不同的 NoSQL 数据库一样，这些数据模型没有任何模式，因为模式很重要，因为模式使模型变得良好且易于编辑。

图数据模型示例：

• JanusGraph：这些在大数据分析中非常有用。它也是一个可扩展的图形数据库系统开源。 JanusGraph 具有不同的功能，例如：
  • 存储：许多选项可用于存储图形数据，例如 卡桑德拉。  
  • 支持事务：有许多支持可用，如 ACID （原子性、一致性、隔离性和持久性）可以容纳数千个并发用户。
  • 搜索选项：提供复杂的搜索选项和可选支持。
• Neo4j：它代表 Network Exploration and Optimization 4 Java。顾名思义，这个图形数据库是用Java编写的，具有原生图形存储和处理功能。 Neo4j 具有不同的功能，例如：
  • 可扩展：可通过将数据划分为称为碎片的片段进行扩展。
  • 更高的可用性：由于连续备份和滚动升级，可用性非常高。
  • 查询语言：使用程序员友好的查询语言Cypher图查询语言。DGraph主要特点有：
• DGraph：它是一个开源的分布式图数据库系统，具有可扩展性。
  • 查询语言：它使用 GraphQL，它是专门为 API 设计的。
  • 开源系统：支持许多开放标准。

图数据模型的优点：

• 结构：结构也非常灵活和可行。
• 显式表示：实体之间关系的描述是显式的。
• 实时 O/P 结果：查询为我们提供实时输出结果。  

图数据模型的缺点：

• 没有标准查询语言：由于语言取决于所使用的平台，因此没有确定的标准查询语言。
• 不专业的图表：图表非常不专业 对于基于事务的系统。
• 小用户群：用户群小，运行到系统时很难获得支持。

图数据模型的应用：

• 图数据模型在欺诈检测中非常有用，这本身非常有用和重要。
• 它用于数字资产管理，提供可扩展的数据库模型来跟踪数字资产。
• 它用于网络管理 提醒网络管理员有关网络中的问题。
• 它通过提供流量更新等用于上下文感知服务。
• 它用于提供更好用户体验的实时推荐引擎。