使用 Graph NoSQL 数据库的前 3 大网站

有许多大型网站使用图形 nosql 数据库。 一些最受欢迎的是 Facebook、Google 和 Twitter。 这些网站使用图形数据库是因为它们能够处理复杂的数据关系。 图数据库非常适合社交网站，因为它们可以表示人与人之间的关系。 例如，Facebook 使用图形数据库来存储有关其用户之间关系的信息。 Facebook 使用此信息向用户展示相关内容，例如来自朋友的帖子或他们可能感兴趣的页面。谷歌还使用图形数据库来存储有关其用户之间关系的信息。 Google 使用此信息向用户显示相关内容，例如搜索结果或广告。 Twitter 使用图形数据库来存储有关其用户之间关系的信息。 Twitter 使用此信息向用户显示相关内容，例如来自他们关注的人的推文或广告。

NoSQL（“不仅是 SQL”）是一种图形数据库，旨在处理非常大的结构化、半结构化和非结构化数据类型集。 它帮助组织分析、访问和整合来自各种来源的大量数据，以及深入了解社交媒体趋势和大数据。 在添加新数据之前不需要更改 NoSQL 图形数据库的模式。 万维网联盟 (W3C) 为图形数据库的数据表示创建了一套全球标准。 通过使用标准实践，多个数据集之间的数据集成、交换和映射变得更加容易。 通过创建新知识并允许组织以更加连贯的方式查看所有数据，推理使得将图形数据库中的所有点连接起来成为可能。 除了社交媒体分析之外，组织还可以从语义技术和 NoSQL 分析中获益。

哪些大公司使用 Neo4j？

Verizon、Orange、Comcast 和 AT&T 等领先的电信公司依靠 Neo4j 来管理他们的网络、控制访问并实现 360 度客户关系管理。

世界各地的组织都使用 Neo4j 来改善供应链管理、增强弹性并确保业务连续性。 今天的供应链是各种各样的网络，从工厂延伸到供应商，从仓库延伸到运输，从劳动力延伸到组件，从流程延伸到劳动力。 管理当今供应链的能力需要分析相互依赖性以及识别可能导致中断的隐藏风险。 作为 Neo4j 的一部分，供应链分析能力是最强大的。 Alex Mills 博士是纽约市立大学 Zicklin 商学院市场营销学副教授和巴鲁克学院教授。 网络科学和图形分析专家Amy Hodler 讨论了了解当今供应链中明显和微妙的依赖关系的重要性。 它是 Airbus、Comcast、eBay、NASA、UBS 等公司使用的最流行的图形数据库技术。 Neo4j 应用程序可用于解决连接数据问题，例如人工智能、欺诈检测、实时推荐和主数据。 下载 Gartner 的 COVID-19 要求紧急使用图形数据管理和分析报告的免费副本。

Neo4j 社区非常积极参与和支持。 我们度过了美好的 2017 年，并期待 2018 年继续增长。
图数据库在分析和大数据领域越来越受欢迎。 Neo4j 首席执行官兼联合创始人 Emil Eifrem 解释说，它们是某些应用程序的理想选择，而不是行和列数据库或自由格式的 JSON 文档数据库，2017 年对公司来说是重要的一年。
我们看到 2017 年的收入显着增加，总 ARR 达到 1 亿美元。 我们期待看到这种势头在 2018 年如何继续。
关系可以使用像 Neo4j 这样的图形数据库来表示。 存储在该数据库中的数据类型比存储在行和列数据库或自由格式的 JSON 文档数据库中的数据更适合一组特定的应用程序。 Neo4j 的首席执行官兼联合创始人埃米尔·埃弗雷姆 (Emil Eifrem) 告诉我，2017 年对公司来说是非常棒的一年，公司取得了长足的发展。

哪些是基于图的 Nosql 模型的示例？

图形数据库可以与 Neo4j、Oracle DB 或 Graph base 结合使用。 Neo4j 是其中最受欢迎的。

存储数据的方法有多种，NoSQL 是一种替代方法。 当您需要存储大量数据、根据不断变化的需求快速迭代并快速扩展时，图数据库是一个很好的选择。 本文提供了对 NoSQL 图形数据库的透彻理解。 方向：有向图是图形关系（边）是有方向的。 许多图算法都需要非循环图，但循环可能会导致它们卡住。 当删除节点关系时，生成树是一个根本没有节点的树。 了解图形属性对于为您的工作获得最佳结构和算法至关重要。 NoSQL 图形数据库的使用对于管理快速敏捷迭代生成的大量数据以及扩展至关重要。 我们查看了一般的图和结构，以及图和结构的类型和特征，例如连接、方向、权重和循环。

图数据库专为存储和导航关系而设计

关系存储在图形数据库中，可以通过多种方式访问​​。 关系是图数据库中的一等公民，最有价值的关系就是从这些关系中衍生出来的。 图数据库使用节点存储实体，而边存储实体之间的关系。
图数据库是最常用的数据库模型之一。 Graph Database 是 Netflix 的数字资产管理工具，因为它允许用户跟踪他们观看过的标题（资产）和他们当前允许观看的电影（访问管理）。
在几乎每个行业中，NoSQL 数据库都用于构建应用程序。 典型用例中使用的 NoSQL 数据库类型将由此决定。 可以将文档数据库（例如 MongoDB）视为通用数据库。 键值数据库可以处理大量数据，并且可以很好地快速获取数据。 另一方面，图形数据库旨在用于关系管理和导航。

Facebook 使用图形数据库吗？

LinkedIn 的专业网络图建立在一个图数据库之上，该数据库为您提供访问社交网站时看到的结果，以查看一级、二级或三级连接。 Facebook、Instagram 和 Twitter 使用图形数据库和分析来了解用户如何相互交互。

由于 Facebook 拥有数十亿用户且其工作负载非常大，因此他们在 Memcached 中实现了分布式后备缓存。 由于大多数 Facebook 内容都是使用社交图显示的，因此页面上的内容可以根据用户的隐私设置进行高度自定义。 因此，当查看或呈现数据时，必须按原样存储，然后进行过滤。 关联是定期发生的关系。 通过使用关联类型的朋友，Alice 和 Cathy 由同一个人链接。 这种类型的查询可以使用时间字段轻松排序。 考虑这样的查询：“你有最近 10 条 Alice 对我签到的评论吗？”

仍然需要一个缓存层来从系统中移除数据库工作负载。 请求数据的客户端首先连接到缓存。 此缓存位于包含多个缓存和数据库的层中。 他们通常负责服务对象和协会。 写入时，缓存用于将数据传输到数据库进行同步更新。 在大多数情况下，这提高了先写后读结果的一致性。 Facebook 的架构基于“追随者”的层级结构，各层级彼此独立运作。

层级必须了解与其他追随者层级相关的更改。 结果，一旦追随者在写作之后被阅读，他们将在写作之后被阅读。 亚洲的一个从地区可以托管一个带有副本数据库、追随者和领导者的分片。 超时和计算机崩溃路由的目标是避免不必要的延迟和中断。 主机诊断在它们被标记为关闭后执行，如果它们没有响应，则执行其他诊断。 如果主人死了，他的一个奴隶就会被提升到那个位置。 如果从数据库发生故障，则由主区域中的领导者负责解决问题。

除了 Elasticsearch 和 Unicorn，还有其他搜索引擎可用。 Instagram 以前是 ElasticHost，但后来被 Facebook 的 Unicorn 取代。 Twitter 自己的 MySql 版本 MySql 包括时间线、兴趣图、用户数据和推文。 Twitter 采用数百个模式和数千个节点，每秒处理数百万个查询，使其成为世界上分布最广的系统之一。 flockdb 是一种通过 Internet 访问的图形服务。 Facebook 拥有 Unicorn，它是 Instagram 之前使用的 Elasticsearch 的替代搜索引擎。

Facebook 使用 Mysql 作为主数据库

MySQL 是 Facebook 用于社交数据的主要数据库。 他们最初使用 InnoDB，但最终添加了 MyRocksDB。 图形允许直观显示实体集之间的关系； 例如，一个节点可以是 Facebook 上的朋友，而边可以是将他们的朋友聚集在一起的链接。 图形数据库今天仍在使用，但用于节点之间连接级别较低的更简单的图形。

Nosql 图数据库

NoSQL（“不仅是 SQL”）是一种可以处理范围广泛的非结构化、半结构化和结构化数据集的技术。 该软件帮助组织获取、整合和分析来自各种来源的数据，使他们能够通过分析社交媒体和大数据获得竞争优势。

图数据库中的 SQL 和 NoSQL 分界急剧减少。 在图数据库中，节点、属性和关系都是数据结构的一部分。 列式数据库无需复杂的编程语言即可查询多行的能力使其如此直观。 图数据库除了能够为链接和连接赋值外，还有其他优势。 生活表面的混乱是根据图形数据库建模的。 这不是一套指导方针； 相反，它是想法的集合。 您可以使用 RDBM 工具来帮助您设计和规划图形数据库。 一旦克服了最初的障碍，您就会发现网络关系和节点可以胜过关系模型。

图数据库的兴起

图形数据库因其存储复杂数据结构和良好扩展的能力而越来越受欢迎。 由于图数据库中的数据以图格式存储，因此能够存储复杂的数据结构。 此外，它可以遍历图形以查找数据元素之间的关系。
它是一个流行的图形数据库，用于各种项目。 凭借其$graphLookup阶段，可用于聚合管道中的traversal遍历traversal遍历能力。 这使其在存储与数据元素之间的关系相关的数据方面具有极好的优势。

最佳开源图数据库

有一些很棒的开源图形数据库可供选择。 我个人最喜欢的是 Neo4j。 它是一个功能强大的图形数据库，非常易于使用。 其他不错的选择包括 OrientDB 和 Titan。

Redis Enterprise 是 Redis 的最强大版本。 如果您需要具有可扩展性和高可用性的数据库，Apache Cassandra 是您的不二之选。 Stardog 数据虚拟化和高性能平台允许您创建范围广泛的图形数据虚拟化选项。 Fania 是现代应用程序的数据 API，可促进无服务器后端和富客户端。 使用 Graphlytic Web 平台可以进行知识图谱分析。 使用 Gremlin 和 Cypher 查询语言，用户可以通过交互式搜索模式来探索图形。 图表提供了对科学研究和反欺诈调查等行业的深刻见解。

GraphDB 具有 RDF 和 SPARQL 支持，是一种高效且健壮的图形数据库。 RDF4J 充当 GraphDB 的库，它存储数据并使用其 API 查询数据。 召回图是一个版本图数据存储，它存储数据（顶点和边）随着时间的推移对其当前状态所做的所有更改。 时间点图遍历使用户可以像查询当前状态一样轻松地查询图的任何先前状态。 具有 RESTful Web 服务的云原生数据目录。 该工具统一了来自不同来源的数据，并允许您将其组织到企业知识图中。 我们的知识图谱解决方案包括技术和服务，以创建具有工业强度的知识图谱。

Memgraph 是世界上最快、最具扩展性的图形数据库平台，为下一代实时智能应用程序提供支持。 FlockDB 框架适用于在线、低延迟、高吞吐量的环境，例如网站。 Twitter 使用 FlockDB 存储社交图谱（谁关注谁，屏蔽谁）。 Titan 的事务数据库可以处理成千上万的并发用户实时执行复杂的图遍历。 它是一个开源的图形数据库，使用简单，可以存储大量数据。 JavaScript 使用 GUN 来同步和存储数据，它可以运行在任何东西上。 GUN 的目标是让您专注于您需要在应用程序中存储、加载和共享的数据，而不必担心服务器、网络调用、数据库或离线更改。

您构建出色应用程序的速度越快，您节省的时间就越多。 Giraph 是一个构建在 Apache Hadoop 之上的图形处理框架。 称为 Grakt 的知识图谱数据库是一个智能数据库。 HyperGraphDB 是一个基于广义超图作为其主要数据模型的存储框架。 Fluree 数据层直接位于您的代码下方，可以快速响应请求。 HugeGraph 是一个快速且高度可搜索的图形数据库。 除了它支持的 Apache TinkerPop 3 之外，它还包括 Apache Gremlin 支持。 支持精确查询、范围查询和复杂条件组合查询的索引 Hadoop/Spark 与后端存储集成，可以根据需要轻松添加其他存储驱动程序。