¡Comenzando con las consultas de bases de datos de grafos, con hoja de trucos!
¡Empieza a consultar bases de datos de grafos con esta práctica hoja de trucos!
Las bases de datos de gráficos están ganando impulso cada año. Nunca reemplazarán por completo a las bases de datos relacionales, y no intentan hacerlo. Pero comenzarán a ingresar a los espacios donde las datalakes y los data warehouses están luchando. Una base de datos de gráficos es más rápida e intuitiva para analizar redes de eventos, recursos y personas:
- Transacciones financieras que involucran patrones complejos y fraude ocasional
- Interacciones de atención médica entre pacientes, personal médico, instalaciones y equipos
- Redes de cadena de suministro de clientes, proveedores, contratistas y productos
- Lista de materiales de fabricación con recetas para los materiales de entrada
Esos tipos de relaciones en red son difíciles de modelar y visualizar en un modelo de datos relacional o dimensional. La base de datos de gráficos proporciona una estructura para imitar las redes del mundo real en los negocios.
A medida que comienza con las bases de datos de gráficos y los lenguajes de consulta, es importante prepararse para un cambio en su modelo mental. En primer lugar, aún no existe un lenguaje de consulta estándar ampliamente aceptado como SQL. Como puede ver en el archivo adjunto, hay un grupo de lenguajes de consulta en competencia y un comité que lucha por lograr que todos se pongan de acuerdo en un estándar GQL único. Para nuestros propósitos hoy, utilizaremos el lenguaje de consulta Cypher, que es desarrollado y promovido por el principal proveedor de bases de datos, Neo4j.
En las consultas de gráficos, perdemos cierta sintaxis de SQL y ganamos otra sintaxis. SELECT ha sido reemplazado por MATCH. FROM y JOIN han sido descartados. Pero los comandos WHERE y ORDER BY se utilizan de la misma manera. Todas las funciones de agregación como SUM y AVG están ahí, pero se ha descartado GROUP BY. Sin embargo, lo más importante es que ganamos la capacidad de consultar patrones en el gráfico utilizando las relaciones de los nodos. En la hoja de trucos adjunta, verá una lista de enfoques de consulta más utilizados.
- Investigadores de AWS presentan Gemini recuperación rápida pionera de fallos en el entrenamiento de aprendizaje profundo a gran escala
- Dominando el Aprendizaje Profundo El arte de aproximar no linealidades con estimaciones por partes – Parte 3
- Prácticas comunes y problemas a evitar en la herencia de Python el problema del diamante, mixins y otros
A continuación, se muestra el modelo de gráfico que se utilizará en la hoja de trucos adjunta:
He seleccionado un gráfico de alquiler porque casi todos han alquilado alguna vez en su vida. Obviamente, este gráfico podría ser mucho más complejo si agregamos la lista completa de propiedades para cada nodo.
El siguiente paso es practicar un poco. Puede descargar un conjunto de datos de muestra de una fuente como Kaggle o de un proveedor, como JanusGraph o Neo4j.
Si tiene un conjunto de datos en su trabajo o proyectos de pasatiempo que involucra relaciones en red, pruebe una base de datos de gráficos. ¡Descubrirá que los datos que encajan incómodamente en una base de datos relacional estarán perfectamente en casa en un gráfico!
¡Descarga ahora la hoja de trucos!
****[Stan Pugsley](https://www.linkedin.com/in/spugsley/)**** es un consultor independiente en ingeniería y análisis de datos con sede en Salt Lake City, UT. También es profesor en la Escuela de Negocios Eccles de la Universidad de Utah. Puede contactar al autor por correo electrónico.
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Investigadores de la Universidad de Michigan exploran nuevos territorios en la teoría de la mente de la IA presentan una taxonomía y protocolos rigurosos para evaluarla.
- Una Nueva Era de Generación de Texto RAG, LangChain y Bases de Datos Vectoriales
- DB-GPT Transformando cómo nos conectamos con bases de datos con tecnología propietaria LLM
- Cómo la tecnología de toque acústico ofrece visión a través del sonido
- ¡Deja de ser malo en la creación de redes! Destácate en un mercado laboral de ciencia de datos abarrotado con estos 6 pasos imprescindibles (De un científico de datos de Spotify).
- Elon Musk y el equipo de XAi lanzan Grok la nueva frontera de la Inteligencia Artificial (IA) con datos en vivo y el competidor más fuerte de ChatGPT
- Implementa fácilmente SVM multicategoría desde cero en Python