新闻中心
您所在位置:主页 > 新闻中心 >
数字奕譞地图数据库:原生地图数据库和新地图数
时间:2020-10-13 01:12点击量:


Secondary有几个强大方便的第三方python包用于导入数据,并且有自己的csv模式导入工具。Orientdb附带了一个ETL工具,支持多种模式来导入数据。自主开发的python包只提供了全面的基本功能,比二级的强大的第三方python包略差。Dgraph只支持GraphQL-query语言,是一种JSON通信方式。python需要构建JSON语句来相互交互并返回效果。它还需要用JSON语句导入模式来支持rdf。

图数据库先决条件

图数据库先容's相关数据的联系是巨大的。如果要用结构化的形式在关系数据库中体现这种联系,就不能直接表现为处理和惩罚繁琐费力,而且随着数据的不断增长,其会议性能会日益下降。无数的开发人员和数据库管理员或多或少地使用过关系数据库。在它们应用规模化的过程中,数据库性能的优化往往供不应求,处于逆境之中。图形数据库没有模式结构的定义,也不需要这些定义。它使用非结构化的方法存储相关数据,因此可以直接反映数据的相关特征。

经过测试,二次单插每分钟1000块左右,批量导入数据非常慢。需要csv导入工具。Orientdb有自己开发的ETL工具可以快速导入。Dgraph使用自己的工具批量导入数据,每秒可以达到近2k块。它支持压缩包导入(。gz)。

与关系数据库和其他NoSQL数据库相比,图形数据库具有许多前所未有的优势。

图形关系图

就目前的情况来看,图数据库分类一、二区的项目相对于成熟的运营是比较稳定的,而三、四区还处于起步阶段。原因是原生数据库起步早,成长时间长,建立在关系数据库上的图形数据库依靠关系数据库不会太差。泰坦起步早,但成长缓慢。自从15年收购以来,开源项目的维护停滞不前,JanusGraph直到17年才建立在此基础上。

1)对于节点之间的关系,可以简单快速地查询多层邻接关系

数字奕譞比较了行业中常用的几个开源图形数据库,得出下表

第四种是新一代图形数据库,如DG graph,它是在图形计算中基于批处理优化的。dgraph的存储结构与cayley的相同,借鉴谷歌的论文,将每个节点的属性作为一个节点与主节点联系,更有利于设计基于批处理的操作方法。

2)快速遍历节点

泰坦数据库

图数据库优势:现实世界中的一切都是相互联系的,如人际关系、计算机网络、地理数据、分子结构模型等。这种连接形成了相互关联的数据连接,这就是数据的本质。传统的关系数据库不能很好地反映数据之间的联系,一些NoSQL(不仅是SQL非关系数据库)数据库不能反映数据之间的联系。图形数据库也属于NoSQL领域,以图形结构的形式存储数据。它存储的是相关数据,也就是相关数据本身。

分享到: QQ空间 新浪微博 腾讯微博 人人网 微信

亚博正式官网  亚博正式官网  亚博正式官网  亚博正式官网  极速体育