4

对我来说，关系数据是一个图，其中每个表都是一个节点，每个外键是连接两个节点的边。

因此，当我听到诸如 Neo4j 和“图形数据库”之类的东西时，我很难理解它们与关系模型在本质上有何不同，关系模型本身就是一个图形！

最重要的是，因为我无法区分两者之间的区别，所以我很难弄清楚哪些问题域最好用图模型解决，哪些问题最好用关系模型解决。我正在寻找一组指导方针说：嘿，这个问题绝对最好用图模型来表示，所以我将使用（比如说）Neo4j。或者说：这个问题肯定是最好用关系模型来表示，所以我会用（比如说）MySQL。

编辑：总之，图模型比关系模型更好地解决哪些问题域（数据方面）？

4

3 回答 3

-1

您想要使用 neo4j 而不是关系数据库的一种情况：

一旦您主要在表之间使用多个连接，尤其是在连接自身的表时，请考虑使用图形数据库。

在我看来，使用图形数据库是一种存储此类信息的方法，我以很少的方式查询这些信息（或者我可能只使用一种查询模式）并且我正在寻找答案的速度. 当您使用大量查询类型并且仍然具有足够的计算能力时，拥有关系数据库会更好。

如果您想了解更多并深入了解图形数据库，我建议您阅读有关数学图的一般内容（http://en.wikipedia.org/wiki/Graph），但这可能很难理解万一你没有很强的数学背景。

于 2012-07-17T15:37:59.113 回答
-1

正如您所说，如果您将节点与行进行比较，将关系与表进行比较，将属性与列进行比较，那么图形和关系数据库的结构可能看起来相同。

但基本区别在于我们如何访问数据。

您可以使用关系连接两个节点并为其添加标签，并轻松查找它们是否相关而不是使用外键（如果表中有大量数据，这会使其变慢）。

使用 Graph DB 在 RDBMS 中维护有关该节点（相关）的关系和附加信息。如果应用程序有要求，您可以在单个应用程序中使用它们。

于 2014-01-03T18:02:00.413 回答
-1

简而言之，“图”的意思是“递归的”。当您想在安排如下后递归处理数据时，您需要图表：

struct node {
     *node[] edges;
}

或者，作为连接矩阵：

  | a | b | c |
--------------
a | x |   |   |
b |   | x |   |
c |   |   | x |

此类算法的示例是 Dijkstra 和梯度下降。

于 2022-01-26T14:08:43.243 回答