Graphdatenbanken, 2. Auflage

Kapitel 6. Graphdatenbank Interna

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel werfen wir einen Blick unter die Haube und erörtern die Implementierung von Graphdatenbanken. Wir zeigen, wie sie sich von anderen Möglichkeiten der Speicherung und Abfrage komplexer, variabel strukturierter und dicht vernetzter Daten unterscheiden. Es gibt zwar kein universelles Architekturmuster, auch nicht bei Graphdatenbanken, aber dieses Kapitel beschreibt die häufigsten Architekturmuster und Komponenten, die du in einer Graphdatenbank finden kannst.

Wir veranschaulichen die Diskussion in diesem Kapitel anhand der Graphdatenbank Neo4j, und zwar aus mehreren Gründen. Neo4j ist eine Graphdatenbank mit nativen Verarbeitungsfunktionen und nativer Speicherung von Graphen (siehe Kapitel 1 für eine Diskussion der nativen Graphverarbeitung und -speicherung). Sie ist nicht nur die gebräuchlichste Graphdatenbank, die zum Zeitpunkt der Erstellung dieses Artikels im Einsatz war, sondern hat auch den Vorteil, dass sie quelloffen ist, was es dem abenteuerlustigen Leser leicht macht, eine Ebene tiefer zu gehen und den Code zu untersuchen. Und schließlich ist es eine Datenbank, die die Autoren gut kennen.

Native Graph-Verarbeitung

Wir haben das Modell des Eigenschaftsgraphen in diesem Buch schon mehrmals besprochen. Inzwischen solltest du mit dem Konzept der Knoten vertraut sein, die durch benannte und gerichtete ...