ฐานข้อมูลกราฟที่ดีที่สุด

ฐานข้อมูลกราฟซึ่งแสดงการเชื่อมต่อระหว่างโหนดอย่างชัดเจนมีประสิทธิภาพในการวิเคราะห์เครือข่าย (คอมพิวเตอร์มนุษย์ภูมิศาสตร์หรืออื่น ๆ ) มากกว่าฐานข้อมูลเชิงสัมพันธ์ ซึ่งทำให้ฐานข้อมูลกราฟมีส่วนช่วยในการใช้งานเช่นระบบตรวจจับการฉ้อโกงและระบบแนะนำ

การดึงฐานข้อมูลกราฟที่สำคัญอย่างหนึ่งคือความสามารถในการเรียกใช้อัลกอริทึมการคำนวณกราฟ สิ่งเหล่านี้ใช้สำหรับงานที่ใช้กับฐานข้อมูลเชิงสัมพันธ์ได้ไม่ดีเช่นการค้นหากราฟการค้นหาเส้นทางการรวมศูนย์เพจแรงก์และการตรวจจับชุมชน อัลกอริทึมกราฟได้รับการสนับสนุนโดยส่วนใหญ่ในฐานข้อมูลกราฟเชิงวิเคราะห์ (OLAP และ HTAP) แม้ว่าฐานข้อมูลกราฟธุรกรรม (OLTP) บางฐานข้อมูลเช่น Neo4j จะรองรับ

ฐานข้อมูลกราฟทั้งหมดที่กล่าวถึงนี้มีความสามารถในการปรับขนาดในแนวนอนได้ดี บางรุ่นยังรองรับแบบจำลองการอ่านการกระจายทั่วโลกและการแบ่งส่วนแนวนอนอัตโนมัติ

อเมซอนเนปจูน

Amazon Neptune เป็นบริการฐานข้อมูลกราฟแบบทรานแซคชัน (OLTP) ที่มีการจัดการเต็มรูปแบบพร้อมคุณสมบัติ ACID และความสอดคล้องในทันทีซึ่งแกนหลักคือเอ็นจิ้นฐานข้อมูลกราฟประสิทธิภาพสูงที่สร้างขึ้นโดยเฉพาะซึ่งได้รับการปรับให้เหมาะสมสำหรับการจัดเก็บความสัมพันธ์นับพันล้านและการสืบค้นกราฟด้วยมิลลิวินาที เวลาแฝง ดาวเนปจูนรองรับภาษาสืบค้นกราฟโอเพนซอร์สที่ได้รับความนิยมสูงสุดสองภาษา ได้แก่ Apache TinkerPop Gremlin และ W3C SPARQL

คลัสเตอร์ฐานข้อมูลดาวเนปจูนสามารถมีพื้นที่จัดเก็บแบบปรับขนาดอัตโนมัติได้สูงสุด 64 TB ในข้อมูลจำลองของคุณหกแบบในโซนความพร้อมใช้งาน 3 โซนและอื่น ๆ อีกมากมายหากคุณเปิดใช้งานความพร้อมใช้งานสูงโดยใช้แบบจำลองการอ่านในโซนเพิ่มเติม ดาวเนปจูนตรวจพบข้อขัดข้องของฐานข้อมูลโดยอัตโนมัติและรีสตาร์ทโดยปกติจะใช้เวลาไม่เกิน 30 วินาทีโดยไม่จำเป็นต้องทำการกู้คืนข้อขัดข้องหรือสร้างแคชฐานข้อมูลใหม่เนื่องจากแคชถูกแยกออกจากกระบวนการฐานข้อมูลและสามารถดำเนินการรีสตาร์ทได้ หากอินสแตนซ์หลักทั้งหมดล้มเหลวดาวเนปจูนจะล้มเหลวโดยอัตโนมัติเป็นหนึ่งในตัวจำลองการอ่านสูงสุด 15 รายการ การสำรองข้อมูลจะถูกสตรีมไปยัง Amazon S3 อย่างต่อเนื่อง

คุณสามารถปรับขนาดคลัสเตอร์ Neptune ขึ้นและลงได้โดยการปรับเปลี่ยนอินสแตนซ์หรือเพื่อหลีกเลี่ยงการหยุดทำงานโดยการเพิ่มอินสแตนซ์ตามขนาดที่ต้องการและปิดอินสแตนซ์เก่าเมื่อมีการย้ายสำเนาข้อมูลและคุณได้เลื่อนระดับอินสแตนซ์ใหม่เป็นหลัก ขนาดอินสแตนซ์ Neptune VM มีตั้งแต่ db.r4.large (vCPU สองตัวและ RAM 16 GiB) ไปจนถึง db.r4.8xlarge (32 vCPU และ 244 GiB ของ RAM) ทำให้ Neptune มีช่วงไดนามิก 16x สำหรับการเขียนและช่วงไดนามิก 256x สำหรับ อ่าน (นับแบบจำลองการอ่าน)

อ่านบทวิจารณ์ของฉันเกี่ยวกับ Amazon Neptune

AnzoGraph

AnzoGraph เป็นฐานข้อมูลกราฟ OLAP ในหน่วยความจำที่ขนานกันอย่างหนาแน่นซึ่งทำงานร่วมกับแหล่งข้อมูลขององค์กรและโหลดข้อมูลแบบขนานของรูปแบบ RDF และ CSV AnzoGraph สามารถปรับใช้ในแซนด์บ็อกซ์โหนดเดียวหรือในคลัสเตอร์ที่มีโหนดมากเท่าที่จำเป็นสำหรับการผลิต AnzoGraph มีคุณสมบัติการทำธุรกรรม ACID

AnzoGraph ใช้ข้อมูลสามเท่าและสี่เหลี่ยม RDF มาตรฐาน W3C และแบบสอบถาม SPARQL 1.1 สนับสนุนกราฟคุณสมบัติที่มีป้ายกำกับซึ่งเป็นส่วนหนึ่งของที่เก็บ RDF ซึ่งเป็นไปตามมาตรฐาน RDF * และ SPARQL * ที่เสนอและมีส่วนขยายไปยัง SPARQL เพื่อรองรับอัลกอริทึมกราฟการอนุมานการรวมหน้าต่างฟังก์ชัน BI และมุมมองที่มีชื่อ มีการวางแผนรองรับภาษา OpenCypher ที่เข้ากันได้กับ Neo4j และ Bolt โปรโตคอล Neo4j

AnzoGraph มีการเรียกใช้การสืบค้นกราฟประสิทธิภาพสูงและความสามารถในการปรับขนาดได้ถึงหลายพันล้านและถึงสามล้านล้านสามเท่าตลอดจนการโหลดข้อมูลแบบขนานที่รวดเร็วซึ่งไม่ต้องใช้ฐานข้อมูลแบบออฟไลน์ คลัสเตอร์ AnzoGraph สามารถใช้งานได้บน CentOS, Kubernetes และ AWS โดยปกติการใช้งาน Google Cloud Platform และ Azure ของ AnzoGraph จะถือว่าเป็นการปรับใช้ Kubernetes AnzoGraph ได้แสดงให้เห็นถึงความสามารถในการปรับขนาดได้ถึง 40 โหนดในเกณฑ์มาตรฐานสังเคราะห์

อ่านบทวิจารณ์ AnzoGraph ของฉัน

Neo4j

Neo4j เป็นฐานข้อมูลกราฟ OLTP ที่ปรับขนาดได้พร้อมความสามารถของ OLAP Neo4j เป็นฐานข้อมูลกราฟดั้งเดิมซึ่งสร้างขึ้นครั้งแรกในปี 2542 และยังคงเป็นผู้นำตลาด

แม้ว่า Neo4j Community Edition แบบโอเพ่นซอร์สจะถูก จำกัด ไว้ที่เซิร์ฟเวอร์เดียว แต่ Neo4j Enterprise Edition ช่วยให้คุณสามารถเพิ่มโหนดลงในคลัสเตอร์ได้มากเท่าที่คุณต้องการเพื่อวัตถุประสงค์ด้านประสิทธิภาพ

ทุกโหนดในคลัสเตอร์ความพร้อมใช้งานสูง Neo4j มีฐานข้อมูลและส่วนประกอบการจัดการคลัสเตอร์และคลัสเตอร์สามารถเข้าถึงได้ผ่านตัวโหลดบาลานซ์ กราฟแบบเต็มจะถูกจำลองแบบไปยังแต่ละอินสแตนซ์ของคลัสเตอร์และความสามารถในการอ่านของแต่ละคลัสเตอร์ HA จะเพิ่มขึ้นตามจำนวนอินสแตนซ์ของเซิร์ฟเวอร์ Neo4j สามารถทำการเขียนได้หลายหมื่นครั้งต่อวินาทีในขณะที่ยังคงรักษาธุรกรรม ACID ไว้อย่างสมบูรณ์

ในคลัสเตอร์เชิงสาเหตุของ Neo4j คลัสเตอร์หลักของเซิร์ฟเวอร์แบบอ่าน - เขียนจะถูกรวมเข้ากับคลัสเตอร์ที่อัปเดตแบบอะซิงโครนัสอย่างน้อยหนึ่งคลัสเตอร์ แอปพลิเคชันใด ๆ ได้รับการรับรองความสอดคล้องเชิงสาเหตุซึ่งหมายความว่ารับประกันว่าจะอ่านการเขียนของตัวเองเป็นอย่างน้อยแม้ว่าฮาร์ดแวร์และเครือข่ายจะล้มเหลวก็ตาม แบบจำลองการอ่านในคลัสเตอร์เชิงสาเหตุอาจมีการกระจายทางภูมิศาสตร์เพื่อปรับปรุงประสิทธิภาพการสืบค้นสำหรับผู้ใช้ที่อยู่ใกล้กับแบบจำลอง

อ่านบทวิจารณ์ Neo4j ของฉัน

TigerGraph

TigerGraph เป็นฐานข้อมูลกราฟ HTAP แบบขนานแบบเรียลไทม์ที่พร้อมใช้งานสำหรับการปรับใช้ในระบบคลาวด์หรือในองค์กร TigerGraph รองรับคุณสมบัติ ACID มีการบีบอัดข้อมูลในตัวแบ่งกราฟภายในคลัสเตอร์โดยอัตโนมัติและอ้างว่าเร็วกว่าคู่แข่ง ใช้สถาปัตยกรรมการส่งข้อความที่ขนานกันโดยเนื้อแท้ในลักษณะที่ปรับขนาดตามขนาดของข้อมูล

TigerGraph ได้รับการออกแบบมาเพื่อให้สามารถทำการวิเคราะห์ Deep Link ตลอดจนการประมวลผลธุรกรรมออนไลน์แบบเรียลไทม์และการโหลดข้อมูลปริมาณมาก โดย "การวิเคราะห์ลิงก์ในรายละเอียด" TigerGraph หมายถึงการติดตามความสัมพันธ์จากจุดยอดผ่านกราฟสำหรับการกระโดดสามครั้งขึ้นไปและการวิเคราะห์ผลลัพธ์

ในขณะที่ภาษาสืบค้นกราฟโอเพนซอร์สหลายภาษาได้รับการยอมรับอย่างกว้างขวางเช่น Cypher, Gremlin และ SPARQL TigerGraph มีภาษาแบบสอบถามใหม่ GSQL GSQL รวมไวยากรณ์การสืบค้นแบบ SQL เข้ากับการนำทางกราฟแบบ Cypher รวมถึงการเขียนโปรแกรมขั้นตอนและฟังก์ชันที่ผู้ใช้กำหนดเอง TigerGraph สามารถแปลง Cypher เป็น GSQL สำหรับผู้ที่ย้ายมาจากฐานข้อมูล Neo4j

TigerGraph มีข้อเสนอระบบคลาวด์ที่มีการจัดการซึ่งอยู่ในช่วงทดลองใช้แบบ จำกัด TigerGraph ได้แสดงให้เห็นถึงความเร็ว 6.7 เท่าเมื่อเรียกใช้คลัสเตอร์แบบอ่าน - เขียนด้วยเครื่องแปดเครื่อง แต่ไม่ได้พูดอะไรเกี่ยวกับแบบจำลองการอ่านหรือการกระจายทางภูมิศาสตร์

อ่านบทวิจารณ์ TigerGraph ของฉัน