Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Nota
Fitur ini saat ini dalam pratinjau publik. Pratinjau ini disediakan tanpa perjanjian tingkat layanan, dan tidak disarankan untuk beban kerja produksi. Fitur tertentu mungkin tidak didukung atau mungkin memiliki kemampuan terbatas. Untuk informasi lebih lanjut, lihat Supplemental Terms of Use for Microsoft Azure Previews.
Dalam artikel ini, kami membandingkan database grafik dan database relasional, menyoroti perbedaan utama, kasus penggunaan, dan keuntungan dalam analitik. Anda dapat mengevaluasi apakah akan menggunakan Graph untuk Microsoft Fabric atau database relasional berdasarkan kebutuhan spesifik Anda.
Database grafik menyimpan dan mengkueri data sebagai jaringan simpul (entitas) dan tepi (hubungan), membuatnya pada dasarnya berbeda dari format tabel dan baris database relasional. Database grafik unggul dalam pemodelan dan analisis data yang sangat terhubung, seperti jejaring sosial, grafik pengetahuan, sistem rekomendasi, dan deteksi penipuan.
Perbedaan Inti
- Database grafik: Atur data sebagai simpul dan tepi, menyimpan hubungan secara eksplisit. Menelusuri koneksi itu efisien dan sering terlepas dari ukuran total himpunan data.
- Database relasional: Menata data dalam tabel dengan baris dan kolom. Hubungan disimpulkan pada saat kueri menggunakan operasi JOIN, yang dapat menyebabkan kompleksitas dan memperlambat waktu pemrosesan untuk data yang sangat terhubung.
Mengkueri hubungan: Menggabungkan versus traversal
Kueri database relasional: Data dalam tabel yang berbeda ditautkan melalui kunci asing. Untuk mengambil data terkait, database relasional menggunakan operasi JOIN untuk menggabungkan baris dari beberapa tabel. Ini berfungsi dengan baik untuk hubungan sederhana tetapi dapat menjadi mahal dan kompleks untuk koneksi dalam atau panjang variabel.
Kueri database grafik: Hubungan disimpan sebagai tepi, memungkinkan traversal langsung dari satu simpul ke simpul lainnya. Kueri grafik dapat menavigasi beberapa lompatan dan pola kompleks secara efisien. Bahasa kueri grafik seperti GQL memudahkan untuk mengekspresikan traversal dan pencocokan pola.
Example:
GQL:
MATCH (p:Person)-[:friendsWith]->(friend)-[:purchased]->(o:Order)
WHERE p.name = 'Alice';
RETURN o
SQL (setara):
SELECT o.*
FROM Person AS p
JOIN Friends_With AS fw ON p.id = fw.person_id
JOIN Person AS friend ON fw.friend_id = friend.id
JOIN Purchased AS pur ON friend.id = pur.person_id
JOIN "Order" AS o ON pur.order_id = o.id
WHERE p.name = 'Alice';
Nota
GQL adalah bahasa kueri standar ISO untuk database grafik, yang dirancang untuk kueri dan manipulasi data terstruktur grafik yang efisien. Kelompok kerja internasional yang sama yang mengawasi SQL sedang mengembangkannya.
Implikasi Performa
Database grafik dapat mengungguli sistem relasional untuk kueri yang melibatkan banyak tepi atau kedalaman yang tidak diketahui, terutama untuk analitik tautan mendalam atau kueri rekursif. Database relasional unggul pada operasi dan agregasi berorientasi set karena pengoptimalan selama beberapa dekade.
Pertimbangan Penskalaan
- Database relasional: Biasanya menskalakan secara vertikal (mesin yang lebih besar) dan dapat menskalakan secara horizontal melalui sharding dan replikasi. Sharding skema yang sangat terhubung sangat kompleks dan dapat menimbulkan overhead lintas jaringan.
- Database grafik: Skalakan secara vertikal dan horizontal. Database grafik terdistribusi mempartisi grafik di seluruh mesin, dengan tujuan untuk menjaga simpul yang saling terkait bersama untuk penjelajahan yang efisien.
Kapan Menggunakan Masing-masing
Gunakan Database Grafik jika:
- Data Anda sangat terhubung dan memiliki banyak hubungan (jejaring sosial, grafik pengetahuan, rekomendasi).
- Anda perlu melintasi jumlah hop yang tidak diketahui atau variabel.
- Skema ini berkembang atau semi-terstruktur.
- Anda ingin pemodelan intuitif untuk domain di mana hubungan terpusat.
Gunakan Database Relasional jika:
- Data Anda sebagian besar bersifat tabular atau sesuai dengan struktur yang terdefinisi dengan baik.
- Kueri Anda melibatkan operasi kumpulan besar atau agregasi yang kuat.
- Anda memiliki alat atau keahlian yang ada yang selaras dengan SQL.
Pendekatan Hibrid
Banyak proyek menggunakan keduanya: database relasional untuk data transaksional inti, dan database grafik untuk analitik khusus atau fitur analisis jaringan.