共計 2004 個字符，預(yù)計需要花費 6 分鐘才能閱讀完成。

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

當(dāng)你聽到數(shù)據(jù)庫一詞時，你通常會想到的可能是一張表，其中每行都是單獨的記錄，列標(biāo)題是字段名稱 - 基本上是電子表格。而當(dāng)數(shù)據(jù)過于復(fù)雜而無法容納到單個表中，我們將轉(zhuǎn)移到關(guān)系數(shù)據(jù)庫 - 通過字段鏈接的多個表。

構(gòu)建關(guān)系數(shù)據(jù)庫需要了解數(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)庫管理員將需要更改數(shù)據(jù)庫的結(jié)構(gòu)，并且很可能還要更新用戶界面。

那么，如果數(shù)據(jù)集無法提前映射關(guān)系，該怎么辦? 人們是否可以通過你無法提前預(yù)測的事物進(jìn)行連接，而不是通過單個數(shù)據(jù)點進(jìn)行連接?

也許兩個人在同一棒球隊中，或者喜歡相同類型的書籍，或者住在同一座城市。對于數(shù)據(jù)庫管理員來說，添加這些項目為單獨的字段并為其創(chuàng)建新關(guān)系可能是一項非常耗時且永無止境的任務(wù)。

其中一種解決方案是圖形數(shù)據(jù)庫。

在圖形數(shù)據(jù)庫中，任何數(shù)據(jù)點都可以連接到任何其他數(shù)據(jù)點，并且業(yè)務(wù)用戶可以在任何時候建立連接，而無需數(shù)據(jù)庫管理員重寫整個架構(gòu)。

圖形數(shù)據(jù)庫被設(shè)計為具有可擴(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，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)院研究生院院長兼 IEEE 研究員 Karen  Panetta 說：“在常規(guī)的關(guān)系數(shù)據(jù)庫中，如果我想添加一些東西或更改關(guān)系，我需要做很多計劃。圖形數(shù)據(jù)庫使你可以很快添加新的關(guān)系。”

下面是圖形數(shù)據(jù)庫的主要用例。

欺詐和異常

Panetta 說，欺詐檢測是目前圖數(shù)據(jù)庫最強(qiáng)大的用例之一。

傳統(tǒng)的欺詐檢測方法依靠簡單的清單。例如，如果交易金額超過一定金額或涉及政府監(jiān)視名單中的實體，則該交易是可疑的。這種簡單化的方法可能會錯過更多的細(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)庫可能能夠識別這些欺詐行為。

例如，很多電子商務(wù)交易可能來自不同帳戶，但全部來自同一 IP 地址或 IP 地址群集。或者，可能會從同一社區(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)單獨來看可能沒有任何可疑跡象，但是關(guān)聯(lián)來看則需要引起注意。

Panetta 說：“大型洗錢計劃可能會使用一個人的名字，另一個人的社會安全號碼，以及第三人的地址。你如何進(jìn)行識別? 圖表的結(jié)構(gòu)使你可以將這些東西識別為異常，使我們能夠探索沒有意義的關(guān)系。”

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

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)庫達(dá)到其靈活性極限時，便切換到 Neo4j 圖形數(shù)據(jù)庫系統(tǒng)。

Brinqa 公司產(chǎn)品總監(jiān) Syed Abdur  Rahman 說：“我們的平臺是動態(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，你可以動態(tài)定義模式，你可以定義節(jié)點和關(guān)系。你不必提前定義它，你可以在引入數(shù)據(jù)時做到這一點。”

推薦引擎

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

例如，購買狗糧的人也可能會購買狗項圈，也許他們還會對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)品牌與客戶的消費者數(shù)據(jù)市場，它使用圖形數(shù)據(jù)庫來減少新功能、界面和分析的開發(fā)時間。

Fabric 公司創(chuàng)始人兼首席執(zhí)行官 Paul Taylor 說：“對于 90% 的新興企業(yè)項目，圖形數(shù)據(jù)庫比關(guān)系數(shù)據(jù)庫要好。”

圖形數(shù)據(jù)庫代替?zhèn)鹘y(tǒng)的關(guān)系數(shù)據(jù)庫還可以減少對中間件的需求。“圖形是強(qiáng)大的基礎(chǔ)。”

他說，但這并不意味著它們適用于所有用例。

他說：“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，整個生命周期僅需要進(jìn)行幾次數(shù)據(jù)查詢。”

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在不同的數(shù)據(jù)孤島中，因此這可能是一項艱巨的任務(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：“圖形數(shù)據(jù)庫最常用于實時數(shù)據(jù)同步。”

展望未來

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

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

她說：“我們現(xiàn)在對數(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。”但是，人工智能是基于關(guān)系的。“圖形數(shù)據(jù)庫將幫助構(gòu)建更好的 AI 系統(tǒng)。”

上述內(nèi)容就是圖形數(shù)據(jù)庫的應(yīng)用實例分析，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注丸趣 TV 行業(yè)資訊頻道。