Produktiv mit Graphen

Und nun zum Abschluss der dritte Teil des Neo4j-Tutorials mit einigen weiterführenden Informationen. In diesem Artikel wollen wir uns einigen Themen rund um die Modellierung mit Graphen und konkrete Anwendungsfälle sowie operationalen Aspekten wie Performance, Betrieb und Clustering auseinandersetzen. Außerdem werden weitere Möglichkeiten vorgestellt, Neo4j von Java aus zu benutzen und zu erweitern.
Die Graphdatenbank mit ihrem flexiblen Datenmodell bietet eine Menge Möglichkeiten für die Modellierung der vielfältigsten Domänen. Wie immer in der Modellierung gibt es mehrere Wege vorzugehen.
Wir wollen einen inkrementellen Ansatz nutzen, der von meinem Kollegen Ian Robinson stammt und von ihm in Kundenprojekten genutzt wird. Bei der Graphmodellierung ist es verlockend, einfach alle Informationen, so wie sie in der realen Welt oder in einer anderen Datenbank vorliegen, 1:1 in den Graphen zu übernehmen. Es ist aber sinnvoll, das Modell an die konkreten Anwendungsfälle anzupassen und den Graph gemeinsam mit dem System weiterzuentwickeln.
Für diesen Modellierungsansatz beginnt man mit dem Anwendungsfall, den man abbilden möchte und arbeitet sich dann iterativ in sechs Schritten über Informationsextraktion, Musteridentifikation und Abfragedeklaration bis zur nächsten Version des Graphmodells vor. Danach kann es in die nächste Runde gehen. […].
Hinterlasse einen Kommentar