در پیشنهاد محتوا، شناخت هویت و تحلیل شبکه، خود رابطه بخش اصلی مسئله است. «The Practitioner's Guide to Graph Data» مدل‌سازی این اتصال‌ها را پیش از انتخاب دیتابیس توضیح می‌دهد و نقطه‌ی شروعی برای پرسش‌های رابطه‌محور فراهم می‌کند.
از رابطه تا query
گره، یال، پیمایش، مسیر و فناوری‌های گراف، در کنار کاربردهایی مثل کشف تقلب، تشخیص موجودیت و knowledge graph بررسی می‌شوند. ورود داده، یکدست‌کردن هویت‌ها، کارایی query و به‌روز نگه‌داشتن رابطه‌های ساخته‌شده، مدل را به کار عملی وصل می‌کنند.
تفکیک مدل‌سازی از زیرساخت، نکته‌ی کاربردی کتاب است. دیدن مسئله به شکل گراف می‌تواند آن را روشن‌تر کند، حتی اگر دیتابیس رابطه‌ای هنوز برای پیاده‌سازی کافی باشد.
زمینه‌ی مناسب استفاده
برای توسعه‌دهنده یا مهندس داده‌ای که با اتصال، همسایگی یا مسیر سروکار دارد، مفید است. دیتابیس گراف وقتی توجیه دارد که رابطه هسته‌ی query باشد و فایده، هزینه‌ی اداره‌ی سیستم دیگری را جبران کند. ترسیم مدل پیش از انتخاب ابزار، به سنجیدن این نیاز کمک می‌کند.
دریافت کتاب
- O’Reilly: The Practitioner's Guide to Graph Data