विषय
- एक ग्राफ़ डेटाबेस क्या है?
- एक ग्राफ़ डेटाबेस कैसे काम करता है
- नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ
- मामले का अध्ययन
- केस स्टडी - ऑनलाइन डेटिंग
- केस स्टडी - व्यावसायिक नेटवर्किंग वेबसाइट
- उद्योग से तथ्य और आंकड़े
- निष्कर्ष
स्रोत: ब्लूमासेज / ड्रीमस्टाइम डॉट कॉम
ले जाओ:
कई डेटाबेस द्वारा ग्राफ़ डेटाबेस का उपयोग डेटा के टुकड़ों के बीच संबंधों का विश्लेषण करने की उनकी अद्वितीय क्षमता के लिए किया जाता है।
बड़े आंकड़ों का महत्व बढ़ रहा है। हालांकि, अधिकांश डेटा बनाने के लिए, कंपनियों को इससे कार्रवाई करने योग्य अंतर्दृष्टि प्राप्त करने में सक्षम होना चाहिए। शक्तिशाली अंतर्दृष्टि प्राप्त करने के लिए, लौटे डेटा पर गहन प्रश्न और अच्छे विश्लेषण दोनों होने की आवश्यकता है। जब जटिल, बहुस्तरीय प्रश्नों की बात आती है, तो पारंपरिक एसक्यूएल प्रश्नों की सीमाओं का सामना करना पड़ता है, और यह कंपनी के सार्थक डेटा प्राप्त करने के लक्ष्य को सीमित करता है।
ग्राफ़ डेटाबेस ने कंपनियों को जटिल, बहुस्तरीय प्रश्नों को लॉन्च करने में सक्षम बनाया है, जिनका तुरंत उत्तर दिया जा सकता है, जबकि पारंपरिक SQL डेटाबेस में इन सवालों का जवाब देना बेहद मुश्किल होगा। जटिल प्रश्न अभूतपूर्व और मूल्यवान अंतर्दृष्टि लौटा रहे हैं। सोशल मीडिया, हेल्थकेयर और ऑनलाइन डेटिंग जैसे कई उद्योगों में ग्राफ डेटाबेस का उपयोग किया जा रहा है। ऐसा लगता है कि ग्राफ़ डेटाबेस, डेटा को देखने का एक नया तरीका प्रदान कर रहा है।
एक ग्राफ़ डेटाबेस क्या है?
एक ग्राफ़ डेटाबेस का उपयोग विभिन्न संस्थाओं के बारे में जानकारी संग्रहीत करने, संस्थाओं के बीच मानचित्र संबंधों और संस्थाओं के बीच संबंधों को क्वेरी करने के लिए किया जाता है। इस कॉन में, संस्थाएं बहुत सी चीजें हो सकती हैं जैसे कि मनुष्य, कंपनियां, जानवर और कार। एक इकाई का दूसरे इकाई के साथ एक विशिष्ट संबंध हो सकता है। उदाहरण के लिए, मार्टिन, एक इकाई, जिम का एक दोस्त है, एक और इकाई। मार्टिन बीएमडब्ल्यू कार का मालिक हो सकता है। दोनों उदाहरणों में, मार्टिन, जिम और बीएमडब्ल्यू दोनों के बीच विशिष्ट संबंध हैं। "मार्टिन जिम का दोस्त है" का अर्थ है दोस्ती दो संस्थाओं के बीच का संबंध है। इसी तरह, "मार्टिन एक बीएमडब्ल्यू का मालिक है" का मतलब है कि स्वामित्व मार्टिन और उसके बीएमडब्ल्यू के बीच का संबंध है। ग्राफ डेटाबेस parlance में, रिश्तों को किनारों के रूप में जाना जाता है। रिश्तों को एक ग्राफ के रूप में दिखाया जाता है और इसलिए, अवधारणा को ग्राफ डेटाबेस के रूप में जाना जाता है। (ग्राफ़ डेटाबेस के बारे में अधिक जानने के लिए, देखें कैसे ग्राफ़ डेटाबेस डेटा के लिए नेटवर्किंग लाते हैं।)
ग्राफ डेटाबेस की अवधारणा को हेल्थकेयर, सोशल मीडिया और ई-कॉमर्स जैसे उद्योगों में लागू किया जा रहा है। इस आलेख में पहले दिए गए उदाहरण सरल और सीधे हैं, लेकिन उद्योगों में उपयोग किए जाने वाले मामले अत्यधिक जटिल हैं। एक ई-कॉमर्स वेबसाइट का उदाहरण लें, जो ग्राहकों को सिफारिशें प्रदान करती है। वेबसाइट उत्पाद सिफारिशें कैसे प्रदान करती है जो ग्राहक के लिए उपयुक्त हैं? वेबसाइट ग्राहक की जरूरतों और वरीयताओं को कैसे जानती है? ग्राहक जिस उत्पाद को देख रहा है, उसमें मुख्य झूठ है।यदि ग्राहक मानव संसाधन प्रबंधन पर एक पुस्तक देख रहा है, तो वेबसाइट का पुनर्संयोजन तर्क अन्य ग्राहकों के लिए दिखता है जिन्होंने उसी पुस्तक को देखा या खरीदा है। इसी समय, तर्क अन्य समान या संबंधित पुस्तकों को भी निर्धारित करता है कि समान रुचियों वाले अन्य उपयोगकर्ता देखे गए या खरीदे गए हैं, और उपयोगकर्ता के लिए समान पुस्तकों की सिफारिश की जाती है।
एक ग्राफ़ डेटाबेस कैसे काम करता है
एक उदाहरण की मदद से ग्राफ डेटाबेस पर एक करीब से नज़र डालते हैं। एक स्मार्टफोन निर्माता कई उन्नत सुविधाओं के साथ एक स्मार्टफोन लॉन्च करना चाहता है। उत्पाद प्रबंधन अपने लक्षित दर्शकों की जरूरतों और वरीयताओं को निर्धारित करने के बाद सुविधाओं पर फैसला करेगा, जो कॉर्पोरेट अधिकारी हैं। स्मार्टफोन निर्माता के पास एक या एक से अधिक डेटाबेस होते हैं जो कई डेटा स्रोतों से कार्यकारी प्रोफाइल पर डेटा एकत्र करते हैं और संग्रहीत करते हैं। अब, उत्पाद प्रबंधक डेटा के आधार पर एक ग्राफ डेटा संरचना बनाते हैं, जो नीचे दिए गए अक्षर की तरह दिखता है:
उपरोक्त छवि से, उत्पाद प्रबंधक निम्नलिखित निष्कर्ष या व्यावसायिक निर्णय लेते हैं:
- स्टीव एक मानव संसाधन प्रबंधक है जो मैसेंजर का बड़े पैमाने पर उपयोग करता है। एचआर विभाग में उनके कनेक्शन संभवतः उनके कार्य प्रोफ़ाइल के कारण मैसेंजर का उपयोग करते हैं। तो, स्मार्टफोन में अच्छे दूत महत्वपूर्ण हो सकते हैं।
- मुख्य कारण देबरा और उसके पति के दोस्त ट्रेवर के अक्सर एंटीवायरस फ़ोरम उनके स्मार्टफ़ोन या कंप्यूटर में सुरक्षा चिंता हो सकते हैं। तो, नए स्मार्टफोन में अंतर्निहित सुरक्षा विशेषताएं हो सकती हैं।
- अब्राहम एक Fitbit का उपयोग करता है, जो इंगित करता है कि वह अपनी फिटनेस पर नज़र रखता है। इसलिए, यह एक अच्छी सुविधा होगी यदि नया स्मार्टफोन फिटबिट उपकरणों से डेटा सिंक करने में सक्षम है और इसे उपयोगकर्ता के अनुकूल तरीके से प्रदर्शित करता है।
उपरोक्त उदाहरण दिखाता है कि व्यावसायिक समस्याओं को हल करने के लिए ग्राफ़ डेटा का उपयोग कैसे किया जा सकता है।
नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ
जब कोई भी सॉफ़्टवेयर गुणवत्ता की परवाह नहीं करता है तो आप अपने प्रोग्रामिंग कौशल में सुधार नहीं कर सकते हैं।
मामले का अध्ययन
नीचे दिए गए मामले के अध्ययन से पता चलता है कि कैसे ग्राफ डेटाबेस ने ऑनलाइन डेटिंग और ऑनलाइन कैरियर खोज उद्योगों में जटिल समस्याओं को हल करने में मदद की है।
केस स्टडी - ऑनलाइन डेटिंग
मुसीबत: ऑनलाइन डेटिंग पोर्टल अपने ग्राहकों के लिए उपयुक्त मैच ढूंढना चाहते हैं। ऐसा करने के लिए, पोर्टल को वेबसाइट के अन्य सदस्यों के बारे में जानकारी की आवश्यकता होती है, जिनके पास समान स्वाद, प्राथमिकताएं, पृष्ठभूमि और अन्य जानकारी हो सकती है।
उपाय: कई ऑनलाइन पोर्टल्स ने लाखों सदस्यों के विवरण और जानकारी को स्कैन करने के लिए ग्राफ़ डेटाबेस का उपयोग किया है। उसके आधार पर, वेबसाइट स्वाद, शिक्षा, शौक और अन्य विवरणों के आधार पर मैच तैयार करती है। वेबसाइट यह निर्धारित करती है कि ये प्रोफाइल किसी विशेष प्रोफ़ाइल के साथ एक अच्छा मेल होने की संभावना है और तदनुसार सिफारिशें प्रदान करता है।
केस स्टडी - व्यावसायिक नेटवर्किंग वेबसाइट
मुसीबत: प्रोफेशनल नेटवर्किंग वेबसाइट्स जैसे लिंक्डइन कई मापदंडों, जैसे प्रोफाइल, कनेक्शन व्यू, प्रोफाइल व्यू और ग्रुप मेंबरशिप के आधार पर सबसे उपयुक्त कनेक्शन और जॉब्स की सिफारिश करना चाहते हैं, जो रुचियों और प्राथमिकताओं को दर्शाता हो।
उपाय: ऐसा करने के लिए, ऐसी नेटवर्किंग वेबसाइटें कनेक्शन की कई परतों जैसे कनेक्शन के कनेक्शन और इसी तरह की कई परतों से गुजरती हैं। फिर, ग्राफ़ तर्क आम पेशेवर हितों, करियर, नौकरी प्रोफाइल, समूह सदस्यता और अन्य जानकारी पाता है और निष्कर्षों के आधार पर, नेटवर्क और नौकरियों दोनों पर सिफारिशें प्रदान करता है।
उद्योग से तथ्य और आंकड़े
नीचे दिए गए तथ्य और आंकड़े दर्शाते हैं कि ग्राफ डेटाबेस उद्योग-व्यापी कितना अपनाया गया है:
- 30 से अधिक ग्लोबल 2000 कंपनियां, जिनमें वॉल-मार्ट, ईबे, लुफ्थांसा और ड्यूश टेलीकॉम शामिल हैं, ने Neo4j को अपनाया है, जो नियो टेक्नोलॉजी द्वारा बनाया गया सबसे लोकप्रिय ग्राफ डेटाबेस है।
- इंडस्ट्री ऑब्जर्वर DB-Engines ने ग्राफ डेटाबेस की लोकप्रियता और अपनाने के बारे में कहा है, "ग्राफ DBMSs किसी भी अन्य डेटाबेस श्रेणी की तुलना में तेजी से लोकप्रियता हासिल कर रहे हैं," क्योंकि यह जनवरी, 2013 से लगभग 300 प्रतिशत बढ़ रहा है।
- मई, 2013 से, कई प्रमुख ऑनलाइन डेटिंग साइटों ने ग्राफ डेटाबेस को अपनाना शुरू कर दिया है।
- लिंक्डइन के पास अपने मालिकाना ग्राफ डेटाबेस सिस्टम पर काम करने वाली एक बड़ी टीम है।
- एक ग्राफ़ डेटाबेस पर बड़े पैमाने पर निर्भर करता है और उसने एक ओपन-सोर्स ग्राफ़ डेटाबेस FlockDB भी जारी किया है। (ओपन-सोर्स डेटाबेस पर अधिक जानकारी के लिए, देखें कि ओपन-सोर्स डेटाबेस लोकप्रिय क्यों हो रहे हैं।)
- एंटरप्राइज़ उपयोगकर्ताओं के लिए उपयोग करने में आसान ग्राफ़ डेटाबेस बनाने के लक्ष्य के साथ, Teradata ने SQL का नया प्रकार SQL-GR के रूप में जाना जारी किया है।
निष्कर्ष
ग्राफ डेटाबेस बड़े डेटा को देखने के एक नए तरीके का प्रतिनिधित्व करता है। ग्राफ़ डेटा के दो स्पष्ट लाभ हैं:
- रिलेशनल डेटाबेस मैनेजमेंट सिस्टम (RDBMS) थोड़े समय में डेटा की बड़ी मात्रा को संसाधित करने में असमर्थ हैं। इसके अतिरिक्त, यह डेटा के विशाल संस्करणों को व्यवस्थित करने में सक्षम नहीं है। एक ग्राफ डेटाबेस संस्थाओं के बीच संबंधों की किसी भी संख्या को पार कर सकता है और तार्किक रूप से जानकारी को व्यवस्थित कर सकता है।
- ग्राफ़ डेटाबेस कई संस्थाओं और रिश्तों को परिमार्जन करने के बाद प्रासंगिक जानकारी प्राप्त करने में अत्यंत कुशल हैं। जैसा कि पहले कहा गया है, वे अत्यंत मूल्यवान अंतर्दृष्टि को क्वेरी और वापस कर सकते हैं जो BI सिस्टम उपयोगकर्ता के अनुकूल तरीके से प्रस्तुत कर सकते हैं।
ऐसा लगता है कि यह केवल अन्य उद्योगों के लिए समय से पहले की बात है जो बैंकिंग और वित्त, फार्मास्यूटिकल्स, रक्षा और खुफिया जैसे बड़ी मात्रा में डेटा से निपटते हैं, ग्राफ डेटाबेस का उपयोग भी करेंगे। वास्तव में, अपराधों का पता लगाना और नेटवर्क डेटा, रिश्तों और संस्थाओं की मदद से ग्राफ डेटा के साथ बीमा धोखाधड़ी की पहचान करना एक दिलचस्प काम है।