图形数据库的实战应用：如何在 Neo4j 中有效管理复杂关系

关系数据库管理系统( RDBMS ) 代表了最先进的技术，这在一定程度上要归功于其由周边技术、工具和广泛的专业技能组成的完善的生态系统。

在这个涵盖信息技术(IT) 和运营技术(OT) 的技术革命时代，人们普遍认识到性能方面出现了重大挑战，特别是在NoSQL 解决方案优于传统方法的特定用例中。事实上，市场提供了许多解释和利用各种不同数据模型的NoSQL DBMS解决方案：

• 键值存储（例如，最简单的存储，其中对持久数据的访问必须是即时的，并且通过像哈希映射或字典这样的键进行检索）；

• 面向文档（例如，在无服务器解决方案和 lambda 函数架构中广泛采用，其中客户端需要直接从数据库获取结构良好的 DTO）；

• 面向图的（例如，对于知识管理、语义网或社交网络有用）；

• 面向列（例如，在查询驱动的建模方法中提供高度优化的“即用型”数据投影）；

• 时间序列（例如，用于处理物联网场景中的传感器和样本数据）；

• 多模型存储（例如，组合不同类型的数据模型以实现混合功能目的）。

“与那些完全不使用数据的人相比，使用不充分的数据时出现错误要少得多。” 

一个较少被研究的问题是依赖于关系解决方案的软件架构能够灵活地适应软件领域和功能需求快速而频繁的变化。类似敏捷的软件开发方法加剧了这一挑战，这些方法旨在满足客户处理由其业务市场主导的不断出现的需求。

特别是，RDBMS 就其本质而言，当软件需求随着时间的推移而变化时，可能会受到影响，通过引入新的关联表（也替换预先存在的外键）并在 SQL 查询中生成新的 JOIN 子句，对数据库表格模式产生快速影响，从而导致更复杂且更难维护的解决方案。

根据我们的企业经验，我们已经成功实施并试验了基于Neo4j 图形数据库的面向图形的 DBMS 解决方案，以便在具有不同用户和角色的数字社交社区的典型操作环境中减轻需求变更的架构后果。

在这篇文章中，我们：

• 举例说明面向图形的 DBMS 如何更能满足功能需求；

• 讨论在经典的N层（分层）架构中采用面向图的DBMS的可行性，提出一些克服主要困难的方法；

• 强调在各种环境和用例中采用它们的优点和缺点以及威胁。

Neo4j 图形数据库

面向图的数据模型背后的思想是采用原生方法来处理实体（即节点）及其背后的关系（即边），以便通过导航实体之间的关系来查询知识库（即知识 图）。

Neo4j 图形数据库适用 于