מאגרי נתונים גרפיים: דרך חדשה לחשוב על נתונים

תוֹכֶן

• מהו מאגר גרפים?
• כיצד עובד מסד נתונים גרפי
• אין באגים, אין מתח - המדריך השלב אחר צעד שלך ליצירת תוכנה לשינוי חיים מבלי להרוס את חייך
• חקר מקרה
• ניתוח מקרה - הכרויות מקוונות
• ניתוח מקרה - אתרי רשת מקצועיים
• עובדות ונתונים מהתעשייה
• סיכום

מקור: Blueximages / Dreamstime.com

להסיר:

מסדי נתונים רבים משמשים בתעשיות רבות על ידי יכולתם הייחודית לנתח מערכות יחסים בין פיסות נתונים.

החשיבות של נתונים גדולים עלתה. עם זאת, כדי להפיק את המרב מהנתונים, חברות צריכות להיות מסוגלות למצוא מהן תובנות מעשיות. כדי למצוא תובנות רבות עוצמה, צריך להיות שאילתות מעמיקות וניתוח טוב על הנתונים שהוחזרו. שאילתות SQL מסורתיות עומדות בפני מגבלות כשמדובר בשאלות מורכבות ורב שכבות וזה מגביל את מטרת החברה לאחזר נתונים משמעותיים.

מאגרי נתונים גרפיים אפשרו לחברות להפעיל שאילתות מורכבות ורב שכבות שניתן לענות עליהן באופן מיידי, ואילו מסדי נתונים של SQL מסורתיים יתקשו מאוד לענות על שאילתות כאלה. שאילתות מורכבות מחזירות תובנות חסרות תקדים ובעלי ערך. משתמשים במאגרי נתונים גרפיים בתעשיות רבות כמו מדיה חברתית, שירותי בריאות ויכרויות מקוונות. נראה כי בסיס הנתונים הגרפי מספק דרך חדשה להסתכל על נתונים.

מהו מאגר גרפים?

בסיס נתונים גרפי משמש לאחסון מידע על ישויות שונות, מערכות יחסים במפות בין ישויות ויחסי שאילתה בין ישויות. במונח זה, ישויות יכולות להיות הרבה דברים כמו בני אדם, חברות, בעלי חיים ומכוניות. ישות יכולה לקיים יחסים ספציפיים עם ישות אחרת. לדוגמא, מרטין, ישות, הוא חבר של ג'ים, ישות אחרת. מרטין יכול להחזיק מכונית BMW. בשתי הדוגמאות, מרטין, ג'ים והב.מ.וו הם הגופים עם מערכות יחסים ספציפיות ביניהם. "מרטין הוא חבר של ג'ים" פירושו חברות היא מערכת היחסים בין שתי הישויות. באופן דומה, "מרטין הוא הבעלים של BMW" פירושו שבעלות היא מערכת היחסים בין מרטין ל- BMW שלו. במאגר נתונים של גרפים, מערכות יחסים ידועות כקצוות. מערכות היחסים מוצגות בצורה של גרף ומכאן שהמושג ידוע כמסד נתונים לתרשים. (למידע נוסף על מסדי נתונים של גרפים, ראה כיצד מאגרי נתונים גרפיים מביאים רשת לנתונים.)

הרעיון של בסיס הנתונים הגרפי מיושם על פני ענפים כמו שירותי בריאות, מדיה חברתית ומסחר אלקטרוני. הדוגמאות שניתנו קודם לכן במאמר זה הן פשוטות וישירות, אך מקרי השימוש המיושמים בענפים הם מורכבים ביותר. קח את הדוגמא של אתר מסחר אלקטרוני המספק המלצות ללקוחות. כיצד האתר מספק המלצות מוצר המתאימות ללקוח? כיצד האתר יודע את הצרכים וההעדפות של הלקוח? המפתח טמון במוצר שהלקוח מציג.אם הלקוח מציג ספר בנושא ניהול משאבי אנוש, לוגיקת ההמלצות של האתר מחפשת לקוחות אחרים שצפו או רכשו את אותו הספר. במקביל, ההיגיון קובע גם ספרים אחרים דומים או קשורים שמשתמשים אחרים עם תחומי עניין דומים צפו או רכשו, וספרים דומים מומלצים למשתמש.

כיצד עובד מסד נתונים גרפי

נסתכל מקרוב על מסדי נתונים של גרפים בעזרת דוגמא. נניח שיצרנית הסמארטפונים רוצה להשיק סמארטפון עם מספר תכונות מתקדמות. ניהול המוצר יחליט על התכונות לאחר קביעת הצרכים וההעדפות של קהל היעד שלו, שהוא מנהלי התאגידים. ליצרן הטלפונים החכמים יש מסד נתונים אחד או יותר האוסף ואוחסן נתונים על פרופילי מנהלים ממקורות נתונים מרובים. כעת, מנהלי המוצר יוצרים מבנה של נתוני גרפים על סמך הנתונים שנראים כמו אלה למטה:

מהתמונה לעיל, מנהלי המוצר מפיקים את המסקנות או ההחלטות העסקיות הבאות:

• סטיב הוא מנהל משאבי אנוש שמשתמש במסר בהרחבה. קשריו במחלקת משאבי אנוש כנראה משתמשים גם במסנג'ר בגלל פרופיל העבודה שלהם. אז, מסרים טובים בסמארטפון עשויים להיות חשובים.
• הסיבה העיקרית לכך שדברה וחברתה של בעלה טרוור מרבים לפורום האנטי-וירוס עשויה להיות חששות ביטחוניים בסמארטפונים או במחשבים שלהם. אז, לסמארטפון החדש יכולות להיות תכונות אבטחה מובנות.
• אברהם משתמש ב- Fitbit שמצביע על כך שהוא מפקח על כושרו. אז זו תהיה תכונה טובה אם הסמארטפון החדש יוכל לסנכרן נתונים ממכשירי Fitbit ולהציג אותם בצורה ידידותית למשתמש.

הדוגמה שלעיל מציגה כיצד ניתן להשתמש בנתוני גרפים כדי לפתור בעיות עסקיות.

אין באגים, אין מתח - המדריך השלב אחר צעד שלך ליצירת תוכנה לשינוי חיים מבלי להרוס את חייך

אינך יכול לשפר את כישורי התכנות שלך כאשר לאף אחד לא אכפת מאיכות התוכנה.

חקר מקרה

מחקרי המקרה להלן מראים כיצד מסדי נתונים של גרפים עזרו לפתור בעיות מורכבות בענף ההיכרויות המקוונים וחיפוש הקריירה המקוון.

ניתוח מקרה - הכרויות מקוונות

בעיה: פורטלי היכרויות ברשת רוצים למצוא התאמות מתאימות למנויים שלהם. לשם כך, הפורטלים זקוקים למידע על חברים אחרים באתר שעלולים להיות בעלי טעמים, העדפות, רקע ומידע אחר.

פיתרון: פורטלים מקוונים רבים השתמשו במאגרי נתונים של גרפים כדי לעבור על פרטי מיליוני חברים ולסרוק מידע. בהתבסס על כך, האתר מכין התאמות על בסיס טעמים, חינוך, תחביבים ופרטים נוספים. האתר קובע כי סביר להניח כי פרופילים אלה הם התאמה טובה לפרופיל מסוים ומספק המלצות בהתאם.

ניתוח מקרה - אתרי רשת מקצועיים

בעיה: אתרי רשת מקצועיים כמו לינקדאין רוצים להמליץ ​​על החיבורים והמשרות המתאימים ביותר על סמך מספר פרמטרים כמו פרופיל, תצוגות חיבור, צפיות בפרופיל וחברות בקבוצה, המשקפות תחומי עניין והעדפות.

פיתרון: לשם כך, אתרי רשת כאלה עוברים דרך שכבות רבות של חיבורים כגון חיבורי חיבורים של חיבורים וכן הלאה. לאחר מכן, לוגיקת הגרף מוצאת תחומי עניין מקצועיים משותפים, קריירה, פרופילי עבודה, חברות בקבוצה ומידע אחר ובהתבסס על הממצאים, מספק המלצות הן על רשתות והן על משרות.

עובדות ונתונים מהתעשייה

העובדות והנתונים המופיעים להלן מראים עד כמה אומץ מאגר המידע הגרפי בענף:

• יותר מ- 30 חברות גלובל 2000, הכוללות את וול-מארט, eBay, לופטהנזה ודויטשה טלקום אימצו את Neo4j, בסיס הנתונים הגרפי הפופולרי ביותר, שנוצר על ידי Neo Technology.
• למתבונן בתעשייה DB-Engines יש לומר על הפופולריות והאימוץ של מסדי נתונים גרפיים, "DBMSs גרף צובר פופולריות מהר יותר מכל קטגוריית מסד נתונים אחרת", מכיוון שהוא גדל בכמעט 300 אחוזים מאז ינואר 2013.
• מאז מאי, 2013, הרבה אתרי היכרויות מקוונים גדולים החלו לאמץ מסדי נתונים של גרפים.
• בלינקדאין צוות גדול שעובד על מערכת מסדי הנתונים הגרפיים הקניינית שלה.
• תלוי בהרחבה במסד נתונים של גרפים ושחרר גם את FlockDB, בסיס נתונים גרפי עם קוד פתוח. (למידע נוסף על מסדי נתונים עם קוד פתוח, ראה מדוע מאגרי מידע פתוחים זוכים לפופולריות.)
• במטרה להקל על מסדי נתונים גרפיים לשימוש למשתמשים ארגוניים, Teradata פרסמה סוג חדש של SQL המכונה SQL-GR.

סיכום

מאגר הגרפים מייצג דרך חדשה להסתכל על נתונים גדולים. ישנם שני יתרונות ברורים של נתוני גרפים:

1. מערכות ניהול מסדי נתונים יחסי (RDBMS) אינן מסוגלות לעבד נפחי נתונים עצומים בפרק זמן קצר. בנוסף, הוא אינו מסוגל לארגן כמויות עצומות של נתונים. מסד נתונים גרפי יכול לעבור בכל מספר מערכות יחסים בין ישויות ולארגן מידע באופן לוגי.
2. מאגרי נתונים גרפיים יעילים במיוחד לאחזור מידע רלוונטי לאחר סריקת מספר ישויות ומערכות יחסים. כאמור, הם יכולים לשאול ולהחזיר תובנות יקרות ערך שמערכות BI יכולות להציג בצורה ידידותית למשתמש.

נראה שזה רק עניין של זמן עד שתעשיות אחרות שעוסקות בכמויות אדירות של נתונים כמו בנקאות ופיננסים, תרופות, ביטחון ומודיעין ישתמשו גם במאגרי נתונים גרפיים. למעשה, גילוי פשעים וזיהוי הונאות ביטוח בעזרת רשתות, מערכות יחסים וגורמים עם נתוני גרפים הוא בהחלט משימה מעניינת.