Graph databases

GRAPH (ÇİZGE) VERİTABANLARI

EMRE AKIŞ

AJANDA• Isınma turları• Teori• İlişkisel vs Çizge Veritabanları• Neden kullanalım ?• Örnekler• Ürünler• Kullanım Önerileri• Sonuç

INMAPS.LINKEDINLABS.COM

SOSYAL AĞLARDAN GELEN VERİ

TEORİ• G = (V, E) • V => Düğüm (Vertice)

• E => İlişki (Edge)

BASİT ÇİZGE (SIMPLE GRAPH)• Düğümler ve onları birbirine bağlayan ilişkiler (yönsüz)

YÖNLÜ ÇİZGE (DIRECTED GRAPH)• Her ilişkinin bir yönü vardır ya da her ilişkinin başlangıç ve

bitiş düğümü vardır.

NİTELİK ÇİZGESİ (PROPERTY GRAPH)• Düğümlerin nitelikleri var (anahtar, değer) • İlişkilerin bir tipi var ve her zaman yönleri var• İlişkilerinden değerleri olabilir

İLİŞKİSEL VS ÇİZGE

JOIN VS GRAPH TRAVERSAL

JOIN VS GRAPH TRAVERSAL

JOIN VS GRAPH TRAVERSAL

İLİŞKİSEL VS ÇİZGE • Kullanıcının arkadaşlarının arkadaşları (derinlik = 2) • 1.000.000 kayıttan, 1.000 kullanıcı için (saniye)

Derinlik Süre - İlişkisel Süre – Çizge

2 0.016 0.010

3 30.267 0.168

4 1.543.505 1.359

5 1 saati geçkin 2.132

http://www.neotechnology.com/how-much-faster-is-a-graph-database-really/

NEDEN ?• Veritabanı performansı, her zaman aslında çizgenin belli

bir kısmı ile ilgili olduğundan, görece sabit kalıyor.• Sabit sorgu zamanı

NEDEN ?• İlişkiler arası ilerlemek kolay ve hızlı

NEDEN ?• Beyaz tahta dostu (anlatması, çizmesi kolay)

NEDEN ?• Sonradan yeni tür ilişkiler ve düğümler kolaylıkla eklenebilir• Örn : Sosyal medyadan alınacak veri, her mecrada farklı

yapıda

ÖRNEĞİN – TAVSİYE SİSTEMİ• Bunu alan bunu alabilir mi ? (Amazon,vs…)

ÖRNEĞİN – FACEBOOK GRAPH SEARCH

ÖRNEĞİN – KARGO

ÖRNEĞİN - FRAUD

User ID

Cookie ID

ÜRÜNLER

GÖRSEL ARAÇLAR

SON OLARAK• İlişkisel veritabanı yerine geçen bir çözüm değildir !

SON OLARAK• Veriniz ilişkilerden oluşuyor ise, bu bir çizge olabilir !