İçindekiler:
Günümüzün veri odaklı uygulamaları, büyük ölçüde, her gün işledikleri muazzam veri hacminden elde edilen ilgili öngörülere bağlıdır. Her seferinde daha iyi kavrayışlar elde etmek için, uygulamaların karmaşık sorgular gönderebilmesi ve veritabanının karmaşık sorguları ele alabilmesi gerekir. SQL'e dayanan geleneksel RDBMS sistemleri son derece karmaşık sorguları işleyemez. Grafik veritabanları, nesneleri ve nesneler arasındaki ilişkileri kullandıkları için bu sorunu çözebilirler. Bu öncüle dayanarak, derin kavrayışlar elde etmek mümkündür. Bununla birlikte, grafik veritabanlarının kullanımı hala sınırlıdır, ancak işletmeler, işletmelerini güçlendirmek için daha fazla kavrayışa ihtiyaç duyduklarından önemli bir rol oynayacağına dair kesin işaretler vardır. (Genel olarak veritabanları hakkında daha fazla bilgi için, bkz. Veritabanlarına Giriş.)
Grafik Veritabanı Nedir?
Grafik veritabanlarını anlamak için aşağıdaki örneği kullanalım:
Bill ve ailesi, harika Asya mutfağı sunan bir yere tatil planlamak istiyorlar. Erken planlamaya başladı ve bilgi bulmanın yollarından biri elbette Google. Google'dan gelen bilgiler güvenilir ve iyi olsa da, Bill için olabildiğince ayrıntılı bilgi almak önemlidir. Böylece arkadaşlarına, tanıdıklarına ve meslektaşlarına sormaya başlar. Bill'in birincil temasları olan Ryan, Sheena ve John'a sorduğunu varsayalım (iletişim seviyesi 1). Her üçü de en kısa zamanda bilgi ile cevap vermeyi vaat ediyor. Ryan, birkaç kez Bangkok'a gelen kuzeni Martin'e soran arkadaşı Greg'e soruyor. Martin, Bangkok'ta Asya yemekleri ile bilinen tüm favori restoranlarının isimlerini ve ayrıntılarını önerir. Bu bilgi Bill'e geri gönderilir.
