圖形數(shù)據(jù)庫(kù)的應(yīng)用實(shí)例分析

本篇文章為大家展示了圖形數(shù)據(jù)庫(kù)的應(yīng)用實(shí)例分析，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。

當(dāng)你聽到數(shù)據(jù)庫(kù)一詞時(shí)，你通常會(huì)想到的可能是一張表，其中每行都是單獨(dú)的記錄，列標(biāo)題是字段名稱-基本上是電子表格。而當(dāng)數(shù)據(jù)過(guò)于復(fù)雜而無(wú)法容納到單個(gè)表中，我們將轉(zhuǎn)移到關(guān)系數(shù)據(jù)庫(kù)-通過(guò)字段鏈接的多個(gè)表。

構(gòu)建關(guān)系數(shù)據(jù)庫(kù)需要了解數(shù)據(jù)結(jié)構(gòu)的人員。并且，當(dāng)添加新信息，或者新的關(guān)系變得重要，則數(shù)據(jù)庫(kù)管理員將需要更改數(shù)據(jù)庫(kù)的結(jié)構(gòu)，并且很可能還要更新用戶界面。

那么，如果數(shù)據(jù)集無(wú)法提前映射關(guān)系，該怎么辦?人們是否可以通過(guò)你無(wú)法提前預(yù)測(cè)的事物進(jìn)行連接，而不是通過(guò)單個(gè)數(shù)據(jù)點(diǎn)進(jìn)行連接?

也許兩個(gè)人在同一棒球隊(duì)中，或者喜歡相同類型的書籍，或者住在同一座城市。對(duì)于數(shù)據(jù)庫(kù)管理員來(lái)說(shuō)，添加這些項(xiàng)目為單獨(dú)的字段并為其創(chuàng)建新關(guān)系可能是一項(xiàng)非常耗時(shí)且永無(wú)止境的任務(wù)。

其中一種解決方案是圖形數(shù)據(jù)庫(kù)。

在圖形數(shù)據(jù)庫(kù)中，任何數(shù)據(jù)點(diǎn)都可以連接到任何其他數(shù)據(jù)點(diǎn)，并且業(yè)務(wù)用戶可以在任何時(shí)候建立連接，而無(wú)需數(shù)據(jù)庫(kù)管理員重寫整個(gè)架構(gòu)。

圖形數(shù)據(jù)庫(kù)被設(shè)計(jì)為具有可擴(kuò)展性，使其非常適合現(xiàn)在的大數(shù)據(jù)應(yīng)用程序。而且它們速度很快，使用戶可沿著連接鏈快速移動(dòng)，從而使企業(yè)可以更快更高效地獲得見解。

塔夫茨大學(xué)工程學(xué)院研究生院院長(zhǎng)兼IEEE研究員Karen  Panetta說(shuō)：“在常規(guī)的關(guān)系數(shù)據(jù)庫(kù)中，如果我想添加一些東西或更改關(guān)系，我需要做很多計(jì)劃。圖形數(shù)據(jù)庫(kù)使你可以很快添加新的關(guān)系?！?/p>

下面是圖形數(shù)據(jù)庫(kù)的主要用例。

欺詐和異常

Panetta說(shuō)，欺詐檢測(cè)是目前圖數(shù)據(jù)庫(kù)最強(qiáng)大的用例之一。

傳統(tǒng)的欺詐檢測(cè)方法依靠簡(jiǎn)單的清單。例如，如果交易金額超過(guò)一定金額或涉及政府監(jiān)視名單中的實(shí)體，則該交易是可疑的。這種簡(jiǎn)單化的方法可能會(huì)錯(cuò)過(guò)更多的細(xì)微欺詐嘗試，但旨在發(fā)現(xiàn)交易間異常連接的數(shù)據(jù)庫(kù)可能能夠識(shí)別這些欺詐行為。

例如，很多電子商務(wù)交易可能來(lái)自不同帳戶，但全部來(lái)自同一IP地址或IP地址群集?；蛘?，可能會(huì)從同一社區(qū)提取幾筆相同的金額的現(xiàn)金，然后在同一天將現(xiàn)金存入不同的帳戶。

這些事務(wù)單獨(dú)來(lái)看可能沒(méi)有任何可疑跡象，但是關(guān)聯(lián)來(lái)看則需要引起注意。

Panetta說(shuō)：“大型洗錢計(jì)劃可能會(huì)使用一個(gè)人的名字，另一個(gè)人的社會(huì)安全號(hào)碼，以及第三人的地址。你如何進(jìn)行識(shí)別?圖表的結(jié)構(gòu)使你可以將這些東西識(shí)別為異常，使我們能夠探索沒(méi)有意義的關(guān)系?！?/p>

我們不僅可以通過(guò)這種方式檢測(cè)到購(gòu)物或銀行欺詐。在網(wǎng)絡(luò)安全中，企業(yè)可以通過(guò)尋找以不尋常方式關(guān)聯(lián)的事件集來(lái)防御黑客攻擊。

例如，當(dāng)網(wǎng)絡(luò)安全供應(yīng)商Brinqa使用的關(guān)系數(shù)據(jù)庫(kù)達(dá)到其靈活性極限時(shí)，便切換到Neo4j圖形數(shù)據(jù)庫(kù)系統(tǒng)。

Brinqa公司產(chǎn)品總監(jiān)Syed Abdur  Rahman說(shuō)：“我們的平臺(tái)是動(dòng)態(tài)的，但是不足以處理所有類型的情況。而使用圖數(shù)據(jù)庫(kù)，你可以動(dòng)態(tài)定義模式，你可以定義節(jié)點(diǎn)和關(guān)系。你不必提前定義它，你可以在引入數(shù)據(jù)時(shí)做到這一點(diǎn)?！?/p>

推薦引擎

不尋常的連接也可能是積極的事情?，F(xiàn)在的高級(jí)推薦引擎會(huì)基于與其他事務(wù)的連接，推薦音樂(lè)、書籍、電影、衣服以及其他產(chǎn)品和服務(wù)。它們可以超越簡(jiǎn)單的直接的連接。

例如，購(gòu)買狗糧的人也可能會(huì)購(gòu)買狗項(xiàng)圈，也許他們還會(huì)對(duì)舒適的步行鞋或沙發(fā)套感興趣。

推薦引擎開始出現(xiàn)在很多不同的地方，而不僅僅是流應(yīng)用程序和電子商務(wù)網(wǎng)站。

Fabric是關(guān)聯(lián)品牌與客戶的消費(fèi)者數(shù)據(jù)市場(chǎng)，它使用圖形數(shù)據(jù)庫(kù)來(lái)減少新功能、界面和分析的開發(fā)時(shí)間。

Fabric公司創(chuàng)始人兼首席執(zhí)行官Paul Taylor說(shuō)：“對(duì)于90%的新興企業(yè)項(xiàng)目，圖形數(shù)據(jù)庫(kù)比關(guān)系數(shù)據(jù)庫(kù)要好?！?/p>

圖形數(shù)據(jù)庫(kù)代替?zhèn)鹘y(tǒng)的關(guān)系數(shù)據(jù)庫(kù)還可以減少對(duì)中間件的需求。“圖形是強(qiáng)大的基礎(chǔ)?！?/p>

他說(shuō)，但這并不意味著它們適用于所有用例。

他說(shuō)：“圖形不太適合寫入繁重型應(yīng)用程序，在這些應(yīng)用程序中，整個(gè)生命周期僅需要進(jìn)行幾次數(shù)據(jù)查詢?！?/p>

數(shù)據(jù)同步

歐洲的通用數(shù)據(jù)保護(hù)條例(GDPR)和《加州消費(fèi)者隱私法》等隱私法規(guī)要求企業(yè)能夠匯總他們所收集的所有個(gè)人數(shù)據(jù)，并根據(jù)要求將其刪除。由于企業(yè)通常將這些信息存儲(chǔ)在不同的數(shù)據(jù)孤島中，因此這可能是一項(xiàng)艱巨的任務(wù)。

但不僅僅是合規(guī)性要求讓企業(yè)希望鏈接不同的數(shù)據(jù)集。數(shù)字服務(wù)咨詢公司Nerdery數(shù)據(jù)科學(xué)總監(jiān)Justin  Richie表示，可穿戴設(shè)備公司、IoT供應(yīng)商、醫(yī)療保健公司和金融公司都需要這種技術(shù)。

他說(shuō)：“圖形數(shù)據(jù)庫(kù)最常用于實(shí)時(shí)數(shù)據(jù)同步?！?/p>

展望未來(lái)

塔夫茨大學(xué)的Panetta說(shuō)，圖形數(shù)據(jù)庫(kù)仍處于起步階段，我們將會(huì)看到更多的應(yīng)用程序涌現(xiàn)。

她預(yù)測(cè)，圖形數(shù)據(jù)庫(kù)的未來(lái)用例將包括提升AI到新的水平。

她說(shuō)：“我們現(xiàn)在對(duì)數(shù)據(jù)進(jìn)行人工智能的方法是使用老式的關(guān)系數(shù)據(jù)庫(kù)?！钡?，人工智能是基于關(guān)系的?！皥D形數(shù)據(jù)庫(kù)將幫助構(gòu)建更好的AI系統(tǒng)?！?/p>

上述內(nèi)容就是圖形數(shù)據(jù)庫(kù)的應(yīng)用實(shí)例分析，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注億速云行業(yè)資訊頻道。