随梦书屋 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

此外还有一类数据库,数据逻辑层与关系型数据库相比,在表现形式上相当灵活,主要有四种形式:一是键值模型,这种模型在表现形式上比较单一,但却有很强的扩展性。二是列式模型,这种模型相比于键值模型能够支持较为复杂的数据,但扩展性相对较差。三是文档模型,这种模型对于复杂数据的支持和扩展性都有很大优势。四是图模型,这种模型的使用场景不多,通常是基于图数据结构的数据定制的。之所以需要这样的数据库,是因为有些工作场景对数据库的逻辑结构并不明确,对于数据的扩展速度和扩展量同样也并不明确,要是利用关系型数据库来存储的话,将会随时面临不稳定的行列调整,在一个已经存放有海量数据的关系型数据库中,随时进行的列的增删,将是一场困难甚至无法实现的灾难。

因此非关系型数据库,都是用来对付需要方便扩展,数据量极大,性能要求极高,可用性极高,数据模型灵活的应用场景。

因为这类数据库存储数据的方式比较离散,因此被称作非关系型数据库。它们基本都是为了解决海量数据,高增长数据的实际运用问题而生的,因此又被周至称为“工科狗数据库”。

非关系数据库中有一类较为特殊的数据块,其数据逻辑层是基于图论为数据基础的数据管理系统。

图是一组点和边的集合,“点”表示实体,“边”表示实体间的关系。在图数据库中,数据间的关系和数据本身同样重要,它们被作为数据的一部分存储起来。

这样的架构使图数据库能够快速响应复杂关联查询,因为实体间的关系已经提前存储到了数据库中。

图数据库可以直观地可视化关系,是存储、查询、分析高度互联数据的最优办法。

这样的数据结构直接存储了节点之间的依赖关系,除了把数据间关联作为数据的一部分特征进行存储外,在关联上还可以添加标签、方向以及属性,这也是图数据库在关系查询上相比其他类型数据库有巨大性能优势的原因。

要举一个例子的话,点所代表实体或实例,可以是人员、企业、帐户或要跟踪的任何其他项目。它们大致相当于关系数据库中的记录、关系或行,或者文档存储数据库中的文档。

而边也称作关系,可以理解为将节点连接到其他节点的线;比如这些人员属于这家企业,这个企业开设了这些账户等等。

在探索节点、属性和边的连接和互连时,往往会得到意想不到的价值洞见,比如发现企业上下游人员对企业中某成员的不正常交易,就属于分析出一种不合理的“边”。

边可以是有向的,也可以是无向的。在无向图中,连接两个节点的边具有单一含义。在有向图中,连接两个不同节点的边,根据它们的方向具有不同的含义。

比如家庭成员中,父和子的关系,就属于两个节点所构建的一条边,在两个方向上的不同含义。

这样一种数据库对于处理和分析文科知识体系来说是最合适的,因此周至决心要发展它,甚至直接将其命名为“文科狗数据库”。

但是这个理由其实最多占到了一半,剩下的另一半,却是因为图数据库到了周至穿越过来的那一世,成了最常见的社交网络数据存储分析的最佳工具,成了查巧及深度遍历大量复杂且互连接的数据的最佳工具。

随着社交网络、电子商务以及资源检索等领域的爆炸性发展,采用图形数据库这种可以处理复杂关联的存储技术,而进一步组织存储、计算分析挖掘低结构化且互连的数据变得尤为有效,因此很快就得到了蓬勃发展,并且延伸出了图的匹配、关键字查询、图的分类、图的聚类和频繁子图挖掘这五个研究方向。

带来的好处,就是能够优化检索高达十亿级别的数据,极大提高了数据遍历速度及遍历稳定性,大大减少了检索过程中的服务器压力,减少系统开销,不受数据海量增长影响,完成互联网时代尤关系型数据库根本无法胜任的工作。

不过图数据库是随着后世分布式存储,大数据分析,AI检索等高端工具一起进入大家的视野的,因此导致很多人认为这是一个新的东西。

其实这是一个误会,比如大数据的数学理论,其实完成时间是在四几年,完全是当时的应用场景和软硬件工具都无法将之实现而已。

图数据库的发展其实也有着非常长的历史。早在六十年代,Ibm的ImS导航型数据库已经支持了层次模型以及树状结构,不过形式较为特殊。

六十年代后期,网络模型数据库已经诞生,而且已经可以支持图结构。

codASYL(数据系统语言委员会)于 1959年定义了 coboL,1969年定义了网络数据库语言。

只不过还是因为硬件的性能无法支持复杂的查询需求,没有大范围的推广使用而已。

在三十年的时间里,图数据库其实一直在随着计算机性能的不断改善而进化发展,不过现在依然还处于实验室研究阶段,大家作为高端学术在玩,一时间还看不清它的应用场景。

因此在周至指导的安盛基金旗下信息情报研究所,就捡到了大量的漏,从全世界各个研究所,计算机院系,大型信息企业等处,购得了许多的知识产权作为技术储备。

要等到两千年以后,随着互联网时代大量关联数据的产生、RdF资源描述框架在网络交换资源中的普遍应用、以及具备AcId事务保证的图数据库的出现,才能让图数据再次回到了历史舞台中央。

等到那个时候,拥有图数据库核心知识产权的公司,毫无疑问将成为时代的宠儿。

但是凡事都得有个因由,也就是底层逻辑,要是没有一个发展图数据库的合理而强大背景支持,周至想要得到李老三的理解,想要得到公司的资源倾斜,乃至得到学校和国家的大力支持,那几乎是难如登天的事情。

数字图书馆这个项目,就是周至给发展图数据库找到的最佳锚点。

随梦书屋推荐阅读:死不瞑目的我重生后绝不原谅你们诱宠小娇妻万界科技系统禅宗小子我不做接盘侠很多年了光明联盟被甩后,女神校花盯上我了道主有点咸沈青瑚高武,大一成就大帝怎么了?萝莉成女帝后,把系统囚禁强吻!悠闲的大学时代海钓社团生活我的绝色总裁未婚妻[红楼+倩女幽魂]目标!探花郎沈浪[综武侠]修真到异世红楼之魔门妖女穿进少女漫后被全员团宠了神级龙卫重生香港娱乐圈之倾城之恋护花狂尸绝色总裁的贴身护卫我老婆是冰山女总裁目标!探花郎完美人生沈浪全文免费阅读重生娱乐圈之不老传说修真到异世我的绝色总裁未婚妻(神级龙卫)重生之农女当自强我的绝色总裁未婚妻(又名:神级龙卫)重生之芬芳人生神级护卫神级龙卫沈浪最新更新清穿之九爷娇宠侧福晋御兽世界:从蔓珠沙华开始爱上大女人来自山村的铁血王子综艺咖怎么了沈浪与苏若雪最新章节更新黄金软饭:我的老婆巨有钱金灿灿的1998四合院:开局给许大茂戴帽威霸九霄心魔种道我把美女从梦里带出来了别人一个月一次任务,凭啥我两次全球异能,我就是你们眼里的废物医武至尊农门娇妻:拐个将军来种田沈浪和苏若雪全文免费人在幼儿园,仨顶级校花不放过我
随梦书屋搜藏榜:带着包子去捉鬼从陵墓中苏醒的强者大小姐偷偷给我生个娃独宠名门前妻女配升级攻略:医蛊王妃农家丑妻宋不凡的超级系统怕什么,我有无敌空间洛少霸道:娇妻哪里逃被渣后她嫁给了九千岁兵之王者契约农妃的马甲又被扒了什么流量艺人,我是实力派山村野花开神说你要对女人负责极品龙婿终极一班:重生成雷克斯重生之丁二狗的别样生活异界之学徒巫妖和步行骑士过气歌手出走半生,归来仍是巨星万古长空一朝风月重生之人渣反派自救系统高山果园炼狱孤行者转生成兽娘被神收编了陌上花开我要当影后保护校花半世浮生半世殇重生八零我每天靠败家躺赢敢霸凌我妹妹:那就杀个痛快!闹婚之宠妻如命极品警察穿越之黎明的秦重生之低调富翁他似春火燎原娱乐:表白失败后,拒绝当舔狗!小青梅她有点难追转职人皇,技能变态点很合理吧穿成癌症老头,还好我有遗愿清单前妻好可口:首席,别闹男神娇宠之医妻通灵民国,我在淞沪打造特战旅弃妃无双[综+剑三]明眸善媚都市妖孽狂兵灵启都市纪元:佣兵的平凡幻变灵气复苏:我走向无敌路他今夜又来撒野了这只皇帝会读心穿书后我渣了偏执大佬
随梦书屋最新小说:家装风云录校花为我生娃,毕业继承亿万家产美少女们都想要和我签订同心契!签到获得奖励,这个男大无敌了我在王者峡谷里算命观察者?不!我称他为终极恐惧我们同居的日子青云在路上之官路风云这个男人来自异世界地界仙四合院:重生52,我绝境逢生都市炼体狂潮龙王懵了,谁给我女主调成这样了养母情心灵的赎还之路双穿,我掌控了游戏世界恋综,我与赌毒不共戴天顺便搞钱域魔降临重生文娱,我的歌曲霸占音乐榜末世黑曜:重生之霸主归来我一个群演,干副业赚钱这么难嘛在疾病面前觉醒算个屁重生1983之杳窝棚从最惨吃播,到亿万资产大佬品味咸鱼人生都市高武:穿越者的崛起全民求生,开局召唤赏金塔姆开局奖励七仙女,系统你是懂我的辣手少爷与九尾狐猛的嘞,悍匪系统当警察!完美人生:60年代处对象?道士下山,面馆打杂财富故事集斩神:反派,从征服幽灵娘开始种地:我每天都在突破记录官途路远虚幻梦之界珠老婆三番五次背叛,我彻底怒了若是来年春得雪亿万攻速,刀刀麻痹,九千亿属性全民:瞳术师弱?开局绑定万花筒写轮眼十凶战神:五个嫂子又美又飒女装加小楠娘等于扳手,你跑不了那些往事并不如烟存活意义不朽遗迹重回2003,从赶海开始做首富我在意大利数钱数到手抽筋穿越80:哥不是传说生而为人,何惧魑魅魍魉