图形数据库NEO4J与关系据库的比较研究

为了更为全面地揭示图形数据库与关系数据库在内部机理与应用场景方面的不同,采用理论分析与实例验证相结合的方法,从模型成熟度、安全性、可扩展性3个方面进行分析对比,结果显示图形数据库更新非常方便,更新复杂度仅为关系数据库的1/4。由此可知,图形数据库在成熟度、安全性等方面劣于关系数据库,但在处理复杂数据关联方面远优于关系数据库,适合存储关联关系复杂、关系动态变化等社交性数据。     

图形数据库Neo4j的内嵌式应用研究

图形散据库支持C／S结构与内嵌式部署2种方式,而内嵌式部署因使用简单方便而广受关注。以教育领域中论文作者合作关系图谱为例对图形数据库的嵌入式应用进行研究,提供一种快速、动态的学术合作关系存储方法。研究表明图形数据在数据库创建、查询、更新等方面表现出很高的易用性,特别特别适合处理大量复杂、动态、互连接、低结构化的数据,是一种解决社交网络、信息可视化等领域海量关联数据存储的有效方法。     

基于图形数据库的DLBP数据存储

DBLP数据不但数据规模大,而且数据之间存在多种类型的关联关系,包括合作关系、写作关系、引用关系等。采用关系数据存储时不但存在大量的数据冗余,并且难于动态更新,为解决复杂关联关系的高效存储与动态更新问题,提出一种基于图形数据库的DBLP数据表示与存储方法,论文、作者、书籍等实体以节点存储,而实体间的各种关系以多类型的边存储。实验表明该方法能够有效支持关联关系的动态增删、多阶查询、深度遍历、广度遍历等操作,有效解决了复杂关联关系的数据存储问题。     

基于图形数据库的DBLP数据存储

DBLP数据不但数据规模大,而且数据之间存在多种类型的关联关系,包括合作关系、写作关系、引用关系等。采用关系数据存储时不但存在大量的数据冗余,并且难于动态更新,为解决复杂关联关系的高效存储与动态更新问题,提出一种基于图形数据库的DBLP数据表示与存储方法,论文、作者、书籍等实体以节点存储,而实体间的各种关系以多类型的边存储。实验表明该方法能够有效支持关联关系的动态增删、多阶查询、深度遍历、广度遍历等操作,有效解决了复杂关联关系的数据存储问题。