備註
這項功能目前處於公開預覽狀態。 此預覽版是在沒有服務等級協定的情況下提供，不建議用於生產工作負載。 可能不支援特定功能，或可能已經限制功能。 如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。
在本文中，我們比較了圖形資料庫和關聯式資料庫，重點介紹了分析的主要差異、用例和優勢。 您可以根據您的特定需求評估是否要使用 Graph for Microsoft Fabric 或關聯式資料庫。
圖形資料庫將資料儲存和查詢為節點（實體）和邊緣（關係）的網絡，使其與關聯式資料庫的表和行格式有著根本的不同。 圖形資料庫擅長對高度連接的數據進行建模和分析，例如社交網路、知識圖譜、推薦系統和詐欺偵測。
核心差異
- 圖形資料庫： 將資料組織為節點和邊緣，明確儲存關係。 遍歷連接非常有效率，並且通常與資料集的總大小無關。
- 關聯式資料庫： 在具有行和列的表格中組織資料。 關聯性是在查詢時使用 JOIN 作業推斷出來的，對於高度連線的資料來說，這可能會變得複雜且緩慢。
查詢關係：聯結與遍歷
關聯式資料庫查詢： 不同表中的資料透過外鍵連結。 為了檢索相關數據，關聯式資料庫使用 JOIN 操作來組合多個表中的行。 這對於簡單的關係很有效，但對於深度或可變長度的連接可能會變得昂貴且複雜。
圖形資料庫查詢： 關係儲存為邊，允許從一個節點直接遍歷到另一個節點。 圖形查詢可以有效地導航多個躍點和複雜的模式。 GQL 等圖形查詢語言可以輕鬆表達遍歷和模式匹配。
Example:
GQL：
MATCH (p:Person)-[:friendsWith]->(friend)-[:purchased]->(o:Order)
WHERE p.name = 'Alice';
RETURN o
SQL（等效）：
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';
備註
GQL是一種用於圖資料庫的ISO標準化查詢語言，旨在高效查詢和操作圖結構化資料。 負責監督 SQL 的同一國際工作小組正在開發它。
效能影響
對於涉及許多邊緣或未知深度的查詢，圖形資料庫的性能可以優於關聯式系統，特別是對於深度連結分析或遞迴查詢。 由於數十年的最佳化，關聯式資料庫擅長以集合為導向的操作和聚合。
擴展性考量
- 關聯式資料庫： 通常會垂直調整 （較大的機器），並可透過分區和複寫進行水平調整。 分片高連結的模式很複雜，而且可能會產生跨網路的額外負擔。
- 圖形資料庫： 垂直和水平縮放。 分散式圖資料庫跨機器對圖進行分區，旨在將相關節點保持在一起以實現高效遍歷。
何時分別使用
在下列情況下使用圖形資料庫：
- 您的數據高度連接且關係密集（社交網絡、知識圖譜、推薦）。
- 您需要遍歷未知或可變的網路節點數。
- 模式正在演進或處於半結構化狀態。
- 您需要對以關係為核心的網域進行直覺式建模。
在下列情況下使用關聯式資料庫：
- 您的資料大多是表格或符合明確定義的結構。
- 您的查詢涉及大量彙總或大型集合作業。
- 您擁有與 SQL 一致的現有工具或專業知識。
混合方法
許多專案同時使用：用於核心交易資料的關聯式資料庫，以及用於專用分析或網路分析功能的圖形資料庫。