Daten als Knoten und Kanten Was ist eine Graphdatenbank / Graph Database?

Anbieter zum Thema

Fsas Technologies GmbH

FAST LTA GmbH

Eine Graphdatenbank speichert Daten und ihre Beziehungen mithilfe der Graphentheorie. Die zu speichernden Informationen werden durch Graphen mit Knoten und Kanten abgebildet. Graphdatenbanken ermöglichen komplexe Datenbankabfragen mit hoher Geschwindigkeit und gehören zur Kategorie der NoSQL-Datenbanken.

Der englische Begriff für Graphdatenbank lautet Graph Database. Die Graphdatenbank basiert auf der mathematischen Graphentheorie und unterscheidet sich grundsätzlich in Aufbau, Struktur und Arbeitsweise von relationalen Datenbanken.

Die zu speichernden Informationen werden mithilfe von Graphen mit Knoten und Kanten abgebildet. So lassen sich stark vernetzte Informationen mit komplexen Datenbeziehungen ohne komplizierte Datenbankkonstrukte abspeichern und übersichtlich darstellen. Informationen sind in einem Netzwerk von Entitäten und Beziehungen gespeichert. Das Netzwerk lässt sich mithilfe von Punkten und gerichteten oder ungerichteten Verbindungen zwischen den Punkten visualisieren.

Die bekanntesten Konzepte für Graphdatenbanken sind LPG (Labeled-Property Graph) und RDF (Resource Description Framework). Über spezialisierte Algorithmen sind komplexe Datenbankabfragen mit hoher Geschwindigkeit möglich. Beispiele für typische Graphdatenbanken sind Amazon Neptun, Neo4j, OrientDB oder SAP Hana Graph.

Aufbau und prinzipielle Funktionsweise einer Graphdatenbank

Graphdatenbanken gehören zur Kategorie der NoSQL-Datenbanken. Die Daten sind in Form von Graphen gespeichert. Graphen bestehen aus Knoten und Kanten. Die Knoten stellen die Entitäten und die Kanten die Beziehungen zwischen den Entitäten dar. Knoten sind über ihre Eigenschaften und Attribute beschrieben und können beliebig viele Beziehungen unterschiedlichen Typs haben. Jede Kante hat einen Start- und Endknoten, ist gerichtet oder ungerichtet und kann ebenfalls mit bestimmten Eigenschaften und Attributen versehen sein.

Zur Speicherung der Knoten und Kanten verwendet die Graphdatenbank abhängig von der Implementierung spezielle Datenstrukturen. Es können beispielsweise Adjazenzmatrizen oder Indizenzmatrizen zum Einsatz kommen. Datenabfragen werden mit spezialisierten Graphalgorithmen durchgeführt. Sie sind in der Lage, Graphen zu folgen, direkte oder indirekte Nachbarn zu identifizieren oder kürzeste Wege zwischen Knoten zu finden. Grundsätzlich ist eine Unterscheidung zwischen der Tiefensuche und der Breitensuche möglich.

Als Abfragesprachen kommen zum Beispiel SPARQL, Cypher, Gremlin oder GraphQL zum Einsatz. Ähnlich wie SQL verfügen die Sprachen neben Abfragefunktionen auch Funktionen zum Bearbeiten und Hinzufügen von Graphdaten.

Merkmale und Vorteile von Graphdatenbanken

Merkmale und Vorteile von Graphdatenbanken sind kurz zusammengefasst folgende:

• einfache und anschauliche Abbildung komplex vernetzter Daten,

• schnelle Datenabfragen unabhängig von der Gesamtmenge der Daten,

• komplexe Suchabfragen mit hoher Performance,

• flexibles und agiles Datenmodell ohne starre Tabellenstrukturen wie bei relationalen Datenbanken.

Anwendungsbereiche von Graphdatenbanken

Graphdatenbanken sind prädestiniert für Anwendungen, bei denen es um das Speichern und Analysieren von Daten und ihre Beziehungen untereinander geht. Eine typische Anwendung ist die Auswertung von Daten aus sozialen Netzwerken. Weitere Anwendungen sind das Supply Chain Management, das Customer Relationship Management, die Fehlersuche in IT-Umgebungen, Analyse und Optimierung des Routings, Risikoanalyse und Risikomanagement, Empfehlungsmanagement oder Betrugserkennung.

(ID:50137180)