Scribd Logo
Importer

Bienvenue sur Scribd !

  • 299 vues

    Chapter 7 Neo4j (NoSql)

    Transféré par

    Haythem Mnasri
    Ce document décrit une base de données orientée graphe et la base de données Neo4j. Il explique les problèmes posés par la croissance des données, l'explosion de la connectivité et la complexité qui en résulte. Il présente également les caractéristiques et avantages de Neo4j par rapport aux autres types de bases de données.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Chapter 7 Neo4j (NoSql)

    Transféré par

    Haythem Mnasri
    299 vues17 pages
    Ce document décrit une base de données orientée graphe et la base de données Neo4j. Il explique les problèmes posés par la croissance des données, l'explosion de la connectivité et la complexité qui en résulte. Il présente également les caractéristiques et avantages de Neo4j par rapport aux autres types de bases de données.

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Ce document décrit une base de données orientée graphe et la base de données Neo4j. Il explique les problèmes posés par la croissance des données, l'explosion de la connectivité et la complexité qui en résulte. Il présente également les caractéristiques et avantages de Neo4j par rapport aux autres types de bases de données.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    299 vues17 pages

    Chapter 7 Neo4j (NoSql)

    Transféré par

    Haythem Mnasri
    Ce document décrit une base de données orientée graphe et la base de données Neo4j. Il explique les problèmes posés par la croissance des données, l'explosion de la connectivité et la complexité qui en résulte. Il présente également les caractéristiques et avantages de Neo4j par rapport aux autres types de bases de données.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 17

    BASE DE DONNÉES ORIENTÉE GRAPHE

    Mme Ines Slimene


    2017-2018 Ines.slimen@esprit.tn
    Problème 1 : Croissance exponentielle du
    volume de données
    Problème 2: Explosion de la connectivité
    des données
    Volume x Connectivité = Complexité
    Cas d’utilisation
    • Détection de fraude
    • Recommandation
    • Réseaux sociaux
    • Gestion de configuration
    • Géo-Spatial
    • Interactions moléculaires (Biologie)
    • Gestion de ligne produit
    • Collaboration
    Neo Technology (Neo4j)
    Editeur de la base de données de graphes Neo4j depuis 2000
    Présence en France, Allemagne, Angleterre, Suède, USA, Grèce et Malaisie
    1 000 000+ téléchargements
    27 000 membres dans la communauté dans 25 pays (7 villes en France)
    Top 500 clients tels que Adobe, eBay, Wallmart, UBS, ABC Bank,Cisco, Deutsch Telecom, Deutsch Post,
    Telenor, SFR, Lockheed Martin, Airbus…
    Partenaires locaux ou globaux tels que Accenture : +150
    Partenaires technologiques tels que VMware, Informatica et Microsoft

    Neo4j est leader mondial des bases de données Graph


    Inconvénients autres types de BDNR
    Pas de structure de données pour modéliser ou stocker les relations
    Pas de requêtes développées pour supporter les relations entre les données
    Les relations entre les données exigent une jointure logique dans l’application
    Pas de support ACID pour les transactions

    … les bases de données NoSQL ne sont pas adaptées pour les process
    exigeants des relations entre les données en temps réel
    Neo4j
    Neo4j est une base de données de graphe de type entreprise permettant:
    ◦ Modéliser et stocker les données comme un graphe
    ◦ Requêter les relations entre les données facilement et en temps réel
    ◦ Evolution simple des applications pour supporter les nouveaux besoins et
    ajouter les nouveaux types de données et relations
    Caractéristiques
    Stockage graphe natif qui assure la consistance Requête simple et performante
    des données et la performance
    Requiert 10 à 100 fois moins de code que SQL
    Native Graph Processing
    Scalabilité et haute disponibilité
    Millions t’étapes, de “sauts” par seconde, en
    Scalabilité verticale et horizontale
    temps réel.
    Built-in ETL
    “Whiteboard Friendly” Data Modeling
    Import simple des bases de données et fichiers
    Modélisation implicites des données
    Integration
    Haute intégrité des données
    Drivers et APIs pour les langages standards
    Transactions 100% ACID

    9
    Base de données orientée « Graphe »
    Une base dont la structure est représentée sous forme de « graphe » (théorie des graphes)
    Ce graphe est basé sur des Nœuds et des Arcs
    Par exemple, les relations entre les utilisateurs de Twitter peuvent être représentées de manière
    simplifiée par le graphe suivant :
    Base de données orientée « Graphe »
    Dans cette structure de données, on considère que la relation est aussi importante que l’entité
    La relation est identifiée par un nom (sémantique)

    Exemple :
    ◦ NEO4j (Java) : Neo Technology
    ◦ OrientDB (Java) : Nuvela Base
    ◦ DEX (C++) : Sparsity Technologies
    ◦ TinkerGraph (Java) : TinkerPop
    Base de données orientée « Graphe »
    Un graphe peut représenter n’importe quel type de données.
    Un nœud est l’équivalent d’un enregistrement
    Une relation permet de relier des nœuds, et peut être typée
    Les nœuds et les relations peuvent avoir des propriétés, représentant des attributs nommés
    Un label est un nom permettant d’organiser les nœuds en groupes
    Stockage et traitement graphe
    Stockage Graphe
    ◦ Objectif: performance et scalabilité.
    ◦ Stockage des données représentées sous forme d'un graphe, avec des nœuds et des relations.
    ◦ Utilisant des structures de stockage dédiées aux nœuds et relations.

    Traitement Graphe
    ◦ Parcours des relations grâce à des pointeurs physiques.
    ◦ Système de stockage capable de fournir une adjacence entre éléments voisins : chaque voisin d'une
    entité est accessible grâce à un pointeur physique.
    ◦ Lecture et parcours des données sans recours à un index, en utilisant les arcs pour passer d'un nœud à
    l'autre.
    Scalabilité: sharding
    •S'il faut dépasser la capacité d'un cluster, nous pouvons partitionner le graphe sur plusieurs
    instances de la base via la construction d'une logique de sharding dans l'application.
    •Le sharding implique l'utilisation d'un identifiant synthétique pour la jointure des données sur
    plusieurs instances de la base au niveau applicatif.
    •Comment cela s'effectuera dépend beaucoup de la forme du graphe. Certains graphes se prêtent
    très bien à ce cas avec des «frontières pratiques». Bien sûr, pas tous les graphes ont des «frontières»
    si évidentes.
    •L'objectif futur de la plupart des bases de données graphe est d'être capable de partitionner un
    graphe sur plusieurs machines sans intervention au niveau de l'application, de sorte que l'accès en
    lecture et en écriture sur le graphe puisse être scalable horizontalement.
    •Dans le cas général, cela est connu pour être un problème NP-dur, et donc impossible à résoudre.
    La base de données Neo4j
    Neo4j ne gère pas les bases de données multiples.
    Le cas d’utilisation d’une base de données orientée graphes est spécifique, et il n’y a pas
    vraiment de sens de créer plusieurs bases de données.
    Neo4j stocke toutes ses données dans un répertoire.
    Pour supprimer la base de données entière, il convient d’arrêter le service, de supprimer tous les
    fichiers du répertoire (neo4j/data/graph.db) et de redémarrer le service.
    Les langages de Neo4j
    Mis à part les pilotes spécifiques pour les langages clients, qui permettent de manipuler les
    nœuds et les relations dans un mode procédural, Neo4j offre deux langages spécifiques :
    Cypher et Gremlin.
    Cypher est un langage déclaratif inspiré du SQL, qui permet d’exprimer une requête complexe de
    façon élégante et compacte.
    Gremlin, quant à lui, est un langage de script basé sur Groovy (un langage pour la plate-forme
    Java dont la syntaxe s’inspire de langages de script comme Python et Ruby). Il permet d’envoyer
    des scripts qui seront exécutés du côté serveur à travers l’interface REST de Neo4j.
    Nous allons utiliser ici des commandes Cypher.
    Language Cypher

    Vous aimerez peut-être aussi