云巨头已经推出了一系列图形数据库工具

急于将人工智能作为推动创新工作的组织必须首先投资于大数据。如果没有高质量数据的不断涌入，AI算法和预测模型就不算什么了。麻烦的是，并非所有数据都是平等的，至少就其匹配特定计划的需求的能力而言，即AI，IoT，移动性或边缘计算。

图数据库2019

反过来，这些特定需求推动了高度专业化的数据架构的采用，并延伸到数据库本身。有传统的关系数据库以及专注于键值，文档存储，内存处理，时间序列评估，事务分类器和图形分析的数据库。反过来，每一个都解决了非常具体的问题。例如，如果没有能够执行时间序列分析的底层数据库，自动驾驶汽车将无法运行。

高度专业化的“图形”数据库开发人员和公共云平台提供商之间最近的两个相关合作伙伴关系强调了专业数据库的重要性，这些专业数据库能够提供隐藏在传统数据库架构中的洞察力。

Neo4j是图数据库市场的早期参与者，宣布其数据库现已作为Google云平台(GCP)上的完全托管服务提供。同样，比较新手TigerGraph宣布其图表数据库可在亚马逊网络服务(AWS)上获得，甚至可以提供完整的按需付费定价模式。

为什么图形数据库很重要?

例如，寻求创建检测良好的任务(例如欺诈检测)的预测模型的客户必须投资于可以容易地扩展以容纳大量实时(通常是流)数据的数据架构。数据点源自各种数据源。但是，如果这些离散数据点位于传统的关系数据库中，则无法说明整个故事。

在传统数据库关注单个数据点的含义的情况下，图形数据库将重点放在这些数据点之间的关系上。例如，可以使用欺诈戒指，这可能会雇用一系列司机，每个人都会发生类似的“假”事故。它能够识别那些带来欺诈活动的司机之间的关系。

什么是图表数据库?

从技术上讲，图形数据库是一种NoSQL数据库。这两者都是对传统关系数据库(如MySQL和PostgreSQL)固有局限性的回应，其中数据点之间的关系需要一些预见 - 例如连接表和定义数据库模式。

相反，图形(和NoSQL)数据库将索引数据库的这些概念抛出窗口，而是提供一个可搜索节点数组，其中每个元素之间的关系被视为关键数据库公民。

幸运的是，企业数据从业者看到了可用选项的快速涌入。对于那些从超大规模公共云提供商那里寻求托管服务的人来说尤其如此。有来自微软的Cosmos DB，来自亚马逊的Neptune和来自SAP的HANA。除了Neo4J平台和TigerGraph DB之外，还有OrientDB，Teradata Aster，DataStax以及更多纯粹的游戏和多模式选项。

以微软的Cosmos DB为例。此多模型数据库支持文档，键值和列式数据模型。它还提供图形分析。但与其开源，具有多平台能力的竞争对手Noe4J不同，Cosmos DB在Microsoft Azure上作为仅限云的商业项目运行。另外，Cosmos DB必须支持多种数据模型和相关用例，这可能会产生一些限制。

这就是为什么能够在AWS上建立一个高度专业化的第三方数据库，如TigerGraph，可以完全访问通常为AWS自己的服务保留的许多核心功能，这远远不能满足一些高度专业化的客户请求的需求。相反，它允许任何和所有AWS客户构建业务结果，例如欺诈检测，而不必为了方便而交换功能或熟悉程度。

标签： 图形数据库工具