Graph Databases

Una pequeña introducción a las bases de datos de grafos y Neo4J

Transcript

1. Graph Databases A little connected tour
2. Nombre: Francisco Fernández Castaño biicode @fcofdezc fcofdez www.biicode.com
3. El Origen
5. Dado el mapa de Königsberg, con el río Pregolya dividiendo el plano en cuatro regiones distintas, que están unidas a través de los siete puentes, ¿es posible dar un paseo comenzando desde cualquiera de estas regiones, pasando por todos los puentes, recorriendo sólo una vez cada uno, y regresando al mismo punto de partida?
6. El Origen Fuerte base Matemática Problemas muy estudiados = ,
7. ¿Por qué NoSQL?
8. Ventajas de BD Relacionales
9. Ventajas de BD Relacionales Concurrencia Persistencia Integración Estándar Concurrencia
10. Ventajas de BD Relacionales Concurrencia Persistencia Integración Estándar Persistencia
11. Ventajas de BD Relacionales Concurrencia Persistencia Integración Estándar Integración
12. Ventajas de BD Relacionales Concurrencia Persistencia Integración Estándar Estándar
13. DesVentajas de BD Relacionales
14. El Origen Fricción
15. DesVentajas de BD Relacionales Fricción Interoperabilidad Adaptación al cambio Escalabilidad No está destinada para ciertos escenarios Interoperabilidad
16. Adaptación al cambio
17. !Escalabilidad
18. ¿Por qué NoSQL?
19. Instead of just picking a relational database because everyone does, we need to understand the nature of the data we’re storing and how we want to manipulate it. Martin Fowler
20. ¿Qué es una BD de Grafos?
21. Graph Databases
22. ¿Qué es una BD de Grafos? Grafo Nodos Relaciones Propiedades Organiza
23. ¿Cúal usaremos? Escrita en Java ACID Interfaz REST Lenguaje declarativo Cypher
24. ¿Por qué? El enfoque tradicional en el contexto de datos conectados es artificial Profundidad Tiempo MySQL(s) Tiempo Neo4j (s) Nº Resultados 2 0.016 0.01 ~2500 3 30.267 0.168 ~110,000 4 1543.505 1.359 ~600,000 5 No Acaba 2.132 ~800,000
25. ¿Por qué? El enfoque tradicional en el contexto de datos conectados es artificial La teoría de grafos está muy desarrollada El modelado es más natural
26. ¿Esto no es un grafo?
27. ¿Y esto?
29. Podemos trasladar el modelo del dominio que estamos tratando de forma natural
30. Redes sociales Casos de uso Sistemas de recomendaciones Gestión de permisos Problemas GeoEspaciales (Los 7 puentes) Gestión de redes
31. Cypher Lenguaje declarativo ASCII Oriented Parecido a SQL
32. Sintaxis básica (a) --> (b) b a
33. Sintaxis básica (clapton) –[:TOCA_EN]-> (cream) Cream Clapton :TOCA_EN
34. Sintaxis básica (clapton) –[:TOCA_EN]-> (cream)<-[:ETIQUETADO]-(blues) Clapton {nombre: Eric Clapton} Cream :toca_en {fecha: 1968} Blues :etiquetado
35. Sintaxis Cypher START a=node(*) MATCH (a)-->(b) RETURN a, b;
36. Sintaxis Cypher START a=node(*) MATCH (a)-[:TOCA_EN]->(b) RETURN a, b;
37. Sintaxis Cypher START a=node(*) MATCH (a)-[t:TOCA_EN]->(b), (b)<-[:ETIQUETADO]-(c) RETURN a.nombre, t.fecha, c.nombre;
38. Sintaxis Cypher - Inicio START c=node_auto_index(nombre=‘clapton’) MATCH (c)-[t:TOCA_EN]->(g), (g)<-[:ETIQUETADO]-(e) RETURN c.nombre, g.nombre, e.estilo;
39. Sintaxis Cypher - Inicio START c=node_auto_index(nombre=‘clapton’) e=node_auto_index(nombre_estilo=‘blues’) MATCH (c)-[t:TOCA_EN]->(g), (g)<-[:ETIQUETADO]-(e) RETURN c.nombre, g.nombre ORDER BY t.fecha ASC;
40. Sintaxis Cypher - Filtros START c=node_auto_index(nombre=‘clapton’) e=node_auto_index(nombre_estilo=‘blues’) MATCH (c)-[t:TOCA_EN|PRODUCE]->(g), (g)<-[:ETIQUETADO]-(e) WHERE t.fecha > 1968 RETURN c.nombre, g.nombre;
41. Sintaxis Cypher - Profundidad MATCH (pepe)-[:CONOCE*2]->(juan)
42. Ruta más corta
43. Gestión de infraestructuras de redes Ejemplos
53. (user)-[:USER_OF]->(app) (user)-[:USER_OF]->(app)-[:USES]->(database) (user)-[:USER_OF]->(app)-[:USES]->(database)-[:SLAVE_OF]->(another-database) (user)-[:USER_OF]->(app)-[:RUNS_ON]->(vm) (user)-[:USER_OF]->(app)-[:RUNS_ON]->(vm)-[:HOSTED_BY]->(server) (user)-[:USER_OF]->(app)-[:RUNS_ON]->(vm)-[:HOSTED_BY]->(server)-[:IN]->(rack) (user)-[:USER_OF]->(app)-[:RUNS_ON]->(vm)-[:HOSTED_BY]->(server)-[:IN]->(rack) <-[:IN]-(load-balancer)
54. Antipatrones Modela hechos como nodos Relaciones genéricas vs concretas Usa las relaciones para modelar como interactuan los nodos/hechos
55. Referencias
56. Neo4J as a Service http://www.graphenedb.com/
57. Instead of just picking a relational database because everyone does, we need to understand the nature of the data we’re storing and how we want to manipulate it. Martin Fowler
58. Cuando la única herramienta que tienes es un martillo, todo problema comienza a parecerse a un clavo. Abraham Maslow
59. ¿Preguntas?
60. www.biicode.com
61. ¡Gracias!