暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

8个有趣的开源图数据库

原创 小小亮 2023-01-04
1619

图数据库有助于发现数据关系。用数学术语来说,图是称为由边连接的节点的组件的集合。


图简化了复杂的数据关系。它们帮助您从事实中产生联想和理论。

它突出了图数据库的重要性,图数据库使用拓扑数据模型来存储数据。它们保存的不是文档或表格,而是节点和关系。因此,遍历节点、连接和关系比检查单个值要快得多。

以下是针对不同用例的一些有趣的开源图数据库。

RDFox

Oxford Semantic Technologies 创建了该站点。RDFox 使用 RDF-triple 格式的数据,使其易于转换为 SQL 或 CSV 源。云平台使用户能够在具有巨大可扩展性和无内存限制的任何设备上即时操作。RDF、RDFS、Datalog 和 OWL 2 RL 支持内存并行推理。

RDFox 可用于识别复杂模式、执行语义推理、整合数据和创建知识图谱。它是用 C++ 编写的,包括跨平台兼容性,例如 Java 包装器。

RedisGraph

RedisGraph 由 RedisLabs 创建,是在 Redis 之上从头开始构建的,并使用 Redis 模块 API 来提供扩展的命令和功能。它将数据保存在 RAM 中,以最大限度地提高内存效率和索引和查询速度。使用 openCypher 图查询语言。

理论上,RedisGraph 使用稀疏邻接矩阵表示图,这允许它添加新节点和扩展矩阵。它可以在半秒内生成超过一百万个节点,在 0.3 秒内生成 50 万个关系。

Neo4j

Neo4j 是图形数据的顶级分析工作区,是最流行和最快的图形创建方法之一。开源图形数据科学库包括一个名为“Bloom”的探索工具,这是一种简单的 Cypher 查询语言。

Neo4j 原生保存相应的数据以便更直接的解码,使组织更容易构建和发展机器学习模型。它还为海量数据集提供快速图形查询。

Aerospike

Aerospike 是一个多模型数据平台,是一个用于大规模 JSON 用例的 NoSQL 多云。由于其广泛的并行性和混合内存方法,它被 Airtel、雅虎和 Snap Inc. 等公司采用。云平台可以在几分钟内处理 TB 或 PB 级数据,同时保持低延迟。

Aerospike 优化了 Flash 支持,以便在 Python 和 Go 中处理数据集。它是一个纯键值存储,这意味着它可以存储用于组织列表、集合、位数组和哈希的各种基本值。

FaunaDB

FaunaDB 是一个分布式文档关系数据库,通过云 API 提供。它能够毫不费力地将当前的应用程序集成到它上面,而不需要可扩展性或操作。它结合了 SQL 系统的 ACID 一致性和 NoSQL 的灵活性。因此,它使组织能够集中运行复杂的业务逻辑。

在不用担心运营的前提下,让客户无需管理服务器、数据分区或集群就可以增加。此外,它还集成了 AWS、Azure、Google 和 Cloudflare 等云平台以及 Netlify 和 Vercel 等前端系统。

Dgraph

Dgraph 是最先进的 GraphQL 数据库之一,具有高性能和可扩展性,每月从 GitHub 下载超过 50 万次。它可以在几毫秒内检索数 TB 的数据。此外,该模块允许您使用即时数据库和 API 访问为您的应用程序创建自定义架构,而无需编写任何代码。

用户可以快速将数据加载和流式传输到 Dgraph 上,并以低延迟扩展它,即使数据量很大。此外,使用 Dgraph Lambda,您可以在 JavaScript 中编写自定义逻辑,这些逻辑可以通过调用突变或查询来执行。

ArangoGraph

ArangoGraph 由 ArangoDB 开发,能够发现有问题的传统 SQL 数据库,从而更快地从相关数据中挖掘价值。它是医疗保健、电信和金融服务领域众多财富 500 强公司和初创公司的基础。

该数据库包含易于掌握的图表,以显示 API。它是一个可扩展的开源多模型数据库,可在任何云上提供最大的灵活性。

GraphDB

GraphDB 是一种 Ontotext 产品,可以连接不同的数据集,为它们建立索引以进行语义搜索,并通过文本分析丰富它们以创建巨大的知识图谱。除了作为 RDF 数据库之外,它还可以使用 Elasticsearch、Solr 和 Lucene 等插件进行扩展。此外,它使 Kafka 连接器能够与下游系统同步数据。

借助 Raft 共识机制,GraphDB 需要最少的硬件并最大限度地提高节点利用率,同时最大限度地减少数据丢失和故障。从任何地方使用 Java 进行部署也很简单。


原文标题:Eight interesting open-source graph databases

原文作者:Nivash Jeevanandam 博士

原文链接:https://indiaai.gov.in/article/eight-interesting-open-source-graph-databases

「喜欢这篇文章,您的关注和赞赏是给作者最好的鼓励」
关注作者
【版权声明】本文为墨天轮用户原创内容,转载时必须标注文章的来源(墨天轮),文章链接,文章作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论