Condividi tramite

Confrontare database a grafo e relazionali

Annotazioni

Questa funzionalità è attualmente disponibile in anteprima pubblica. Questa anteprima viene messa a disposizione senza contratto di servizio e non è consigliata per i carichi di lavoro di produzione. Alcune funzionalità potrebbero non essere supportate o potrebbero presentare funzionalità limitate. Per altre informazioni, vedere Termini aggiuntivi per l'uso delle versioni preliminari di Microsoft Azure.

Questo articolo confronta i database a grafo e i database relazionali. Evidenzia le differenze principali, i casi d'uso e i vantaggi dell'analisi. Usare queste informazioni per decidere se usare Fabric Graph o un database relazionale per esigenze specifiche.

Un database a grafo archivia ed esegue query su dati come rete di nodi (entità) e archi (relazioni). Questo approccio lo rende fondamentalmente diverso dal formato tabelle e righe dei database relazionali. I database a grafo funzionano bene per la modellazione e l'analisi di dati altamente connessi, ad esempio social network, grafici delle conoscenze, sistemi di raccomandazione e rilevamento delle frodi.

Differenze principali

  • Database a grafo: Organizzare i dati come nodi e archi, archiviando le relazioni in modo esplicito. L'attraversamento delle connessioni è efficiente e spesso indipendente dalla dimensione totale del set di dati.
  • Database relazionali: Organizzare i dati in tabelle con righe e colonne. Usare le operazioni JOIN per dedurre relazioni in fase di query. Per i dati altamente connessi, queste operazioni possono diventare complesse e lente.

Esecuzione di query sulle relazioni: join e attraversamenti

Query di database relazionali: Le chiavi esterne collegano i dati in tabelle diverse. Per recuperare i dati correlati, i database relazionali usano operazioni JOIN per combinare righe da più tabelle. Questo metodo funziona bene per le relazioni semplici, ma può diventare costoso e complesso per le connessioni profonde o a lunghezza variabile.

Query di database a grafo: Archiviare le relazioni come bordi, in modo da poter attraversare direttamente da un nodo a un altro. Le query graph possono spostarsi in modo efficiente tra più hop e modelli complessi. I linguaggi di query graph come GQL semplificano l'espressione di percorsi e modelli.

Esempio:

GQL:

MATCH (p:Person)-[:friendsWith]->(friend)-[:purchased]->(o:Order)
WHERE p.name = 'Alice';
RETURN o

SQL (equivalente):

SELECT o.*
FROM Person AS p
JOIN Friends_With AS fw ON p.id = fw.person_id
JOIN Person AS friend ON fw.friend_id = friend.id
JOIN Purchased AS pur ON friend.id = pur.person_id
JOIN "Order" AS o ON pur.order_id = o.id
WHERE p.name = 'Alice';

Annotazioni

GQL è un linguaggio di query standardizzato ISO per i database a grafo. È progettato per eseguire query e manipolare in modo efficiente i dati strutturati a grafo. Lo stesso gruppo di lavoro internazionale che supervisiona SQL lo sta sviluppando.

Implicazioni sulle prestazioni

I database a grafo possono superare i sistemi relazionali per le query che coinvolgono molti bordi o profondità sconosciute, in particolare per l'analisi dei collegamenti diretti o le query ricorsive. I database relazionali eccelleno in operazioni e aggregazioni orientate ai set a causa di decenni di ottimizzazione.

Considerazioni sulla scalabilità

  • Database relazionali: In genere è possibile ridimensionare verticalmente (macchine più grandi) e ridimensionare orizzontalmente attraverso il partizionamento orizzontale e la replica. Lo sharding di schemi altamente connessi è complesso e può causare un sovraccarico tra reti.
  • Database a grafo: Ridimensionare verticalmente e orizzontalmente. I database a grafo distribuiti partizionano i grafi attraverso macchine, mirando a mantenere insieme i nodi connessi per traversal efficienti.

Quando utilizzare ciascuno

Usare un database a grafo se:

  • I tuoi dati sono altamente connessi e ricchi di relazioni (reti sociali, grafi della conoscenza, raccomandazioni).
  • È necessario attraversare un numero sconosciuto o variabile di hop.
  • Lo schema è in continua evoluzione o semistrutturato.
  • Si vuole una modellazione intuitiva per i domini in cui le relazioni sono centrali.

Usare un database relazionale se:

  • I dati sono principalmente tabulari o si adattano a una struttura ben definita.
  • Le tue query comportano aggregazioni pesanti o operazioni su set di grandi dimensioni.
  • Gli strumenti o le competenze esistenti sono allineati a SQL.

Approcci ibridi

Molti progetti usano entrambi i tipi di database: un database relazionale per i dati transazionali principali e un database a grafo per funzionalità specializzate di analisi o analisi di rete.

Contenuti correlati

  • Last updated on