нир. Формулировка задачи 3 Предметная область 3
 Скачать 0.71 Mb.
|
Графовые базы данных В графовой базе данных отсутствует строгий формат SQL или представление таблиц и колонок. Вместо этого используется гибкое графическое представление, которое идеально подходит для решения проблем масштабируемости. Графовые структуры используются вместе с рёбрами, узлами и свойствами. (рис. 3.) При использовании графового хранилища данные могут быть легко преобразованы из одной модели в другую.  Рис. 3. Структура проектирования графовой базы данных Рис. 4. Пример графовой структуры Между узлами могут существовать разные типы отношений. Это позволяет представлять отношения как между предметными сущностями, так и создавать вторичные отношения для таких сущностей, как категория, путь, временные деревья, деревья квадрантов для пространственного индексирования и связанные списки для упорядоченного доступа. [2] Поскольку количество и виды отношений между узлами не ограничены, всех их можно представлять в одной и той же графовой базе данных. (Рис. 4.) Любой рейтинг «Рекомендовано вам», который можно увидеть на разных сайтах, зачастую составляется исходя из того, как другие пользователи оценили продукт. Графовые базы данных отлично подходят для такого случая. InfoGrid и Infinite Graph — самые популярные графовые базы данных. InfoGrid позволяет соединять множество рёбер (Relationships) и узлов (MeshObjects), что упрощает представление набора информации со сложными взаимными ссылками. ВыводыЗанимаясь поиском системы управления базами данных, можно выбрать одну технологию, а позже, уточнив требования, переключиться на что-то другое. Однако, разумное планирование позволит сэкономить немало времени и средств. Вот признаки проектов, для которых идеально подойдут SQL-базы: Имеются логические требования к данным, которые могут быть определены заранее. Очень важна целостность данных. Нужна основанная на устоявшихся стандартах, хорошо зарекомендовавшая себя технология, используя которую можно рассчитывать на большой опыт разработчиков и техническую поддержку. А вот свойства проектов, для которых подойдёт что-то из сферы NoSQL: Требования к данным нечёткие, неопределённые, или развивающиеся с развитием проекта. Цель проекта может корректироваться со временем, при этом важна возможность немедленного начала разработки. Одни из основных требований к базе данных — скорость обработки данных и масштабируемость. В любом случае, NoSQL-революции не произошло — реляционные базы данных удерживают стабильно доминирующие позиции. Они являют собой симбиоз надежности, функциональности и универсальности. При этом многие NoSQL решения направлены на закрытие совершенно конкретных проблем SQL хранилищ — в первую очередь на усиление горизонтальной масштабируемости. Многие нереляционные базы данных отлично работают, выполняя цель своего создания, но при этом они уже не являются тем универсальным продуктом, которым являются SQL. У большинства компаний просто нет таких объемов данных и других специфических условий работы, в которых NoSQL решения являлись бы панацеей или просто были бы выгодны в качестве основной базы данных. NoSQL хранилища показывают себя с очень хорошей стороны в симбиозе с реляционными базами данных. Например, в системах, где основной объем информации хранит SQL, а за кэш отвечает NoSQL. Для захвата более существенных позиций на рынке нереляционным системам всё ещё не хватает множества базовых вещей — универсальности, надежности, целостности и предсказуемости. Список используемых источниковПреимущества и недостатки [Электронный ресурс]. – Режим доступа: https://veesp.com/ru/blog/sql-or-nosql– (Дата обращения: 22.04.2019) Нереляционные базы данных [Электронный ресурс]. – Режим доступа: https://ru.wikipedia.org/wiki/NoSQL – (Дата обращения: 15.03.2018) Иванцова О.В. Базы данных. – Семинары. – Дубна, 2019. Кореньков В.В. Базы данных. – Лекции. – Дубна, 2019. Мартин Фаулер. NoSQL: новая методология разработки нереляционных баз данных. М.: Русская Редакция, 2013. |