مواد
- گراف ڈیٹا بیس کیا ہے؟
- گراف ڈیٹا بیس کیسے کام کرتا ہے؟
- کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
- گراف ڈیٹا بیس اور متعلقہ ڈیٹا بیس کے مابین فرق
- گراف ڈیٹا بیس کیس اسٹڈیز
- خلاصہ
ماخذ: نونگپیمی / ڈریم ٹائم ڈاٹ کام
ٹیکا وے:
گراف ڈیٹا بیس روایتی ڈیٹا بیس سے کہیں زیادہ تیزی اور موثر انداز میں ڈیٹا پر کارروائی کرنے کے لئے نیٹ ورکنگ کے تصورات کا استعمال کرتے ہیں۔
جدید ڈیٹا سے چلنے والے ایپلی کیشنز بڑے پیمانے پر انحصار کرتے ہیں جو ہر روز ہینڈل کرتے ہیں اس ڈیٹا کی بے تحاشا مقدار سے حاصل شدہ متعلق بصیرت پر انحصار کرتے ہیں۔ ہر بار بہتر بصیرت حاصل کرنے کے ل the ، درخواستوں کو پیچیدہ سوالات کے قابل ہونے کی ضرورت ہے اور ڈیٹا بیس کو پیچیدہ سوالات کو حل کرنے کے قابل ہونا چاہئے۔ روایتی آر ڈی بی ایم ایس سسٹم جو ایس کیو ایل پر انحصار کرتے ہیں وہ انتہائی پیچیدہ سوالات کو سنبھالنے سے قاصر ہیں۔ گراف ڈیٹا بیس اس مسئلے کو حل کرنے میں کامیاب ہوگئے ہیں کیونکہ وہ اشیاء اور اشیاء کے مابین تعلقات پر بھروسہ کرتے ہیں۔ اس بنیاد کی بنیاد پر ، گہری بصیرت کا حصول ممکن ہے۔ تاہم ، گراف ڈیٹا بیس کا استعمال ابھی بھی محدود ہے ، اگرچہ اس کے قطعی نشانات موجود ہیں کہ یہ ایک اہم کردار ادا کرنے جا رہا ہے کیونکہ کاروبار اپنے کاروبار کو طاقت بخشنے کے لئے بصیرت پر زیادہ سے زیادہ انحصار کرتے ہیں۔ (عام طور پر ڈیٹا بیس کے بارے میں مزید معلومات کے ل Dat ، ڈیٹا بیس کا تعارف ملاحظہ کریں۔)
گراف ڈیٹا بیس کیا ہے؟
گراف ڈیٹا بیس کو سمجھنے کے ل us ، آئیے ذیل کی مثال استعمال کریں۔
بل اور اس کے اہل خانہ ایسی جگہ پر چھٹی کا منصوبہ بنانا چاہتے ہیں جو ایشین کا زبردست کھانا پیش کرے۔ اس نے ابتدائی منصوبہ بندی شروع کردی ہے اور معلومات کو تلاش کرنے کا ایک طریقہ یقینا Google گوگل ہے۔ گو کہ گوگل سے ملنے والی معلومات قابل اعتماد اور اچھی ہے ، لیکن بل کے ل. ، زیادہ سے زیادہ مخصوص معلومات حاصل کرنا ضروری ہے۔ تو ، وہ اپنے دوستوں ، جاننے والوں اور ساتھیوں سے پوچھتا ہے۔ آئیے ہم فرض کریں کہ بل نے ریان ، شینا اور جان سے پوچھا ، جو ان کے بنیادی رابطے ہیں (رابطہ سطح 1)۔ تینوں جلد سے جلد معلومات کے ساتھ جواب دینے کا وعدہ کرتے ہیں۔ ریان نے اپنے دوست گریگ سے پوچھا ، جو اپنے کزن مارٹن سے پوچھتا ہے جو کچھ بار بینکاک گیا ہے۔ مارٹن بینکاک میں اپنے تمام پسندیدہ کھانے پینے کے کھانے کے ناموں اور تفصیلات کی سفارش کرتا ہے جو ایشین پکوان کے لئے جانا جاتا ہے۔ یہ معلومات بل پر واپس بھیج دی گئی ہے۔
آپ نے چیزوں اور رشتوں پر مبنی پیچیدہ سوال کی ایک حقیقی زندگی کی مثال ابھی دیکھی ہے۔ گراف ڈیٹا بیس اسی اصول پر کام کرتا ہے۔ یہ نیٹ ورک ، اشیاء اور نیٹ ورک میں ان کے تعلقات کے بارے میں ہے۔
بنیادی طور پر ، ایک گراف ڈیٹا بیس انتہائی پیچیدہ گرافوں کی صلاحیت رکھتا ہے اور بصیرت مہیا کرتا ہے جو SQL-استفسار پر مبنی RDBMS سسٹم نہیں کرسکتا ہے۔ اور یہ گراف ڈیٹا بیس کے بارے میں بیچنے والا انوکھا مقام ہے۔
گراف ڈیٹا بیس کیسے کام کرتا ہے؟
گراف ڈیٹا بیس کی مذکورہ بالا وضاحت ان اصولوں کے بارے میں کچھ اندازہ پیش کرتی ہے جن کا اطلاق گراف ڈیٹا بیس پر ہوتا ہے جب وہ معلومات یا بصیرت کی تلاش کرتا ہے۔ بنیادی طور پر ، یہ استفسار پر مبنی اشیاء اور تعلقات کے نیٹ ورک کو ڈھیر کرتا ہے ، اور نتائج کو لوٹاتا ہے۔
اگر ہم بل کی مذکورہ بالا مثال کو لیں ، تو پھر گراف کا ڈیٹا بیس کس طرح اپنی نوکری کے بارے میں چلا جائے گا؟ ظاہر ہے ، مثال کے طور پر بہت سارے رشتے اور نوڈس ہیں۔ اگر ہم تعلقات کی دوری دیکھتے ہیں تو ، یہ مندرجہ ذیل کی طرح نظر آئے گا:
بل = 0 (اصل)
کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
آپ کے سافٹ ویئر کے معیار کے بارے میں اپنے پروگرامنگ کی مہارت جب کوئی پرواہ نہیں کرتا بہتر بنانے کے نہیں کر سکتے.
ریان = 1
شینا = 1
جان = 1
گریگ = 2
مارٹن = 3
اصل (صفر) اور نوڈ کے مابین جو فاصلہ جو معلومات فراہم کرتا ہے وہ حقیقی زندگی میں اور بھی ہوسکتا ہے - اسی طرح یہ نیٹ ورک کام کرتا ہے۔
کسی درخواست کی درخواست کیج Bill جس میں بل کی ضرورت پر مبنی استفسار کیا گیا ہے۔ یہ کچھ اس طرح ہوگا:
وہ تمام دوست ڈھونڈیں جو پانچ دوستوں سے وابستہ ہیں جو ایشین کھانا پسند کرتے ہیں ، جنہوں نے تھائی لینڈ کا دورہ کیا ہے اور جو ڈلاس کے 5 میل کے اندر رہتے ہیں۔
مارکیٹ میں بہت سارے گراف ڈیٹا بیس دستیاب ہیں ، اور ان میں Neo4j سب سے زیادہ مقبول ہے۔ Neo4j اس کی مقبولیت کو ان حقائق سے منسوب کرسکتا ہے کہ یہ دونوں موثر اور اوپن سورس ہیں۔ لہذا ، جب آپ بل کے مسئلے کو حل کرنے کے لئے Neo4j سے استفسار کرتے ہیں تو ، استفسار کچھ اس طرح نظر آتا ہے:
// دوستوں اور دوستوں کے دوستوں کو منتخب کریں ، ایشین فوڈ کا کلیدی لفظ ، بینکاک کا مطلوبہ لفظ ، تعلقات کی گہرائی کے مطابق ترتیب دیں
سٹرنگ فاؤنڈ فرینڈز کوکیری = "اسٹارٹ این = نوڈ (*) ، شخص = نوڈ ({صارفنوڈ}) میچ پی = (شخص) - (دوست) لمبائی (p) کے ذریعہ الگ پی آرڈر واپس کرے"؛
استفسار کی بنیاد پر ، Neo4j اپنے دستیاب نیٹ ورک کے ذریعے تلاش کرنے اور قریب ترین میچز تلاش کرنے جارہا ہے۔
گراف ڈیٹا بیس اور متعلقہ ڈیٹا بیس کے مابین فرق
مرکزی نقطہ جس کے ارد گرد رشتہ دار ڈیٹا بیس اور گراف ڈیٹا بیس کا موازنہ کیا جاتا ہے وہ لین دین کی رفتار ہے ، یعنی ، یہ ایک بڑی ڈیٹا سیٹ پر کسی پیچیدہ سوال پر کتنی تیزی سے کارروائی کرسکتا ہے۔
ایمویل ایفریم ، نی او 4 جے کے پیچھے والی کمپنی ، نی ٹکنالوجی کے سی ای او ، نے متعدد پیرامیٹرز پر رشتہ دار اور گراف دونوں طرح کے ڈیٹا بیس کی کارکردگی کو ناپا۔ استفسار یہ تھا: 1،000 صارفین میں جس میں ہر صارف کے 50 دوست یا اس سے زیادہ دوست شامل ہیں ، معلوم کریں کہ آیا ایک صارف 4 یا اس سے کم ہاپس میں دوسرے سے جڑا ہوا ہے۔ نتائج ذیل میں دیئے گئے ہیں:
- ایک مشہور اوپن سورس کا رشتہ دار ڈیٹا بیس نے استفسار پر کارروائی کرنے میں 200 ایم ایس لیا جبکہ گراف ڈیٹا بیس میں 2 ایم ایس لگا۔
- جب 1،000،000 صارفین کے صارف اڈے پر یہی سوال چلایا گیا تو ، گراف ڈیٹا بیس میں 2 ایم ایس لگے جبکہ رشتہ دار ڈیٹا بیس کو نہ ختم ہونے والی کارروائی کے کچھ دن بعد ختم کرنا پڑا۔
رشتہ دار ڈیٹا بیس کے سوالات پر کارروائی کرنے میں اتنا طویل وقت لگانے کی سب سے بڑی وجہ یہ تھی کہ وہ استفسار میں فراہم کردہ ہر اصطلاح کے اعداد و شمار کو تلاش کررہی تھی۔ تعجب کی بات نہیں کہ اس میں اتنا لمبا عرصہ لگ رہا تھا! ایک بڑے ڈیٹا بیس پر ، اس میں اور بھی زیادہ وقت لگے گا۔ دوسری طرف ، گراف ڈیٹا بیس صرف ان ریکارڈوں پر نگاہ ڈالتا ہے جو ڈیٹا بیس میں ریکارڈ سے براہ راست جڑے ہوئے ہیں۔ اگر گراف ڈیٹا بیس کو مخصوص تعداد میں ہپس کی اجازت دی جاتی ہے ، تو پھر وہ اس پر قائم رہے گا۔ یہی وجہ تھی کہ گراف ڈیٹا بیس نسبتا آسانی سے ڈیٹا سیٹوں پر پیچیدہ سوالات پر کارروائی کرنے اور تیز تر نتائج حاصل کرنے میں کامیاب تھا۔ (ڈیٹا بیس کے ساتھ کام کرنے کے بارے میں مزید معلومات کے ل Dat ، ڈیٹا بیس ایڈمنسٹریشن کیریئر 101 دیکھیں۔)
گراف ڈیٹا بیس کیس اسٹڈیز
مختلف صنعتوں میں گراف ڈیٹا بیس کی بہت کامیاب درخواستیں آچکی ہیں۔ بڑی کمپنیاں گراف ڈیٹا بیس اصولوں کے ساتھ اپنے عالمی معیار کی مصنوعات کی تیاری کا راستہ سر انجام دیتی ہیں۔ ابتدا میں یہ سوچا گیا تھا کہ چونکہ یہ نوڈس اور رشتوں کے بارے میں ہے لہذا سوشل میڈیا جیسی مخصوص صنعتیں بھی اس سے فائدہ اٹھاسکتی ہیں۔ تاہم ، دوسرے شعبوں جیسے آن لائن ڈیٹنگ ، مینوفیکچرنگ اور آن لائن جاب پورٹل نے بھی اس سے فائدہ اٹھایا ہے۔ ذیل میں چند مثالیں دی گئیں۔
- اس نے عالمی معیار کی مصنوعات کی تیاری میں گراف ڈیٹا بیس کو کامیابی کے ساتھ استعمال کیا ہے۔ آج ، آپ اپنے دوستوں اور ان کے دوستوں کے نیٹ ورک میں معلومات حاصل کرسکتے ہیں۔
- لنکڈ ان کے بہت زیادہ مشہور اقتصادی گراف پر کام کر رہا ہے۔ اقتصادی گراف کا ارادہ ہے کہ صارفین کو کمپنیوں اور ان کے پروفائلز کو ایک خاص سطح تک مربوط کرکے اپنے تمام صارفین کو موزوں مواقع فراہم کریں۔
- سفارش کا نظام ، جو بہت سے آن لائن خوردہ فروشوں کے لئے ایک بہت اہم ذریعہ ہے ، ممکنہ صارفین کو مؤثر ، متعلقہ سفارشات فراہم کرنے کے لئے گراف ڈیٹا بیس اصول استعمال کرتا رہا ہے۔ تجویز کردہ انجن بنیادی طور پر ان صارفین کے نیٹ ورک کو تلاش کرتے ہیں جنہوں نے وقتا فوقتا اسی طرح کی خریداری کی ہے اور یہ فرض کیا ہے کہ جو گاہک اسی طرح کی مصنوعات کو تلاش کر رہا ہے وہی ذائقہ اور ترجیحات کا حامل ہوگا۔
خلاصہ
گراف ڈیٹا بیس کی تمام صلاحیتوں کے ل a ، بہت ساری کمپنیاں اب بھی اس رجحان کے ساتھ کیچ اپ کھیل رہی ہیں۔ لہذا ، گراف کے ڈیٹا بیس کو وسیع پیمانے پر قبول کرنے سے پہلے کچھ وقت ہوگا۔ اگرچہ پیچیدہ مسائل کو حل کرنے میں گراف ڈیٹا بیس کی صلاحیت کو اب کوئی شک نہیں ہے ، تاہم متعلقہ ڈیٹا بیس کی پوزیشن کو کسی بھی طرح سے خطرہ نہیں ہے۔ گراف ڈیٹا بیس کے ل going بہترین چیز یہ ہے کہ اسے اوپن سورس ٹیکنالوجی کے طور پر پیش کیا جاسکتا ہے۔ ان فوائد کو فائدہ اٹھانا صنعتوں پر منحصر ہے۔