圖形資料庫

習題預習

1. 什麼是Graph Database？
2. Graph Database與傳統關聯式資料庫有什麼不同？
3. 在什麼應用場景下，Graph Database比傳統關聯式資料庫更適合使用？
4. Graph Database的優點有哪些，以及它是如何實現這些優點的？
5. 目前市面上有哪些Graph Database產品可供選擇，各有什麼特點和優缺點？

說明知識

Graph Databases是一種針對圖形資料（如關係網絡、社交網絡等）而設計的資料庫，透過使用「節點（node）」與「邊緣（edge）」的模型來儲存與查詢資料。這類型的資料庫具有高度的可擴展性和靈活性，且支持複雜的查詢操作和模式推理。

舉例來說，假如我們希望分析一個社交網絡，我們可以使用Graph Databases來儲存每位用戶的個人資料與他們之間的關係。例如，我們可以將每位用戶視為一個節點，並使用邊緣來表示朋友關係、追蹤狀態等等。

這樣一來，我們就可以輕鬆地查詢出某位用戶的所有朋友，或是查詢出所有與某位用戶相關的資訊。同時，Graph Databases還可以支持更複雜的查詢，例如查詢符合某種模式或是某種限制條件的節點和邊緣。這些功能使得Graph Databases成為了處理複雜資料的有力工具。

條列重點

1. Graph databases是一種非關聯式（non-relational）資料庫，以圖形（graph）的方式存儲資料並將之關聯。

2. 它們與傳統的關聯式資料庫不同，因為它們不是基於表格和行的。

3. Graph databases通常用於處理大型複雜的資料集，如社交網路或物流網絡等。

4. Graph databases非常適合處理具有多層次關係的資料，如朋友關係、關聯人員和產品組合等。

5. Graph databases使用結點（nodes）和邊（edges）來表示資料，結點代表實體，如人員或產品，而邊代表實體之間的關係。

6. Graph databases通常具有高度的可擴展性和靈活性，並且可以處理大量的同時用戶和高速讀取/寫入流量。

7. 常見的Graph databases包括Neo4j、Titan、OrientDB等。

知識測驗

1. 請問什麼是圖形資料庫，它與傳統關聯式資料庫有何不同之處？
2. 在圖形資料庫中，什麼是節點和邊，它們的作用是什麼？
3. 如何在圖形資料庫中查詢所有已知子節點之間的最短路徑？
4. 如何在圖形資料庫中表示圖論經典問題（如最小生成樹、最長路徑等）？
5. 在圖形資料庫中，如何避免遞迴問題，防止查詢進入無限迴圈？

答案：

1. 圖形資料庫是一種專為圖形資料而設計的資料庫，它使用圖形模型來儲存資料和關係，與傳統關聯式資料庫的最大區別在於可以更好地解決需要分析大量互相連接的資料的應用場景。
2. 節點（Node）在圖形資料庫中代表實體，邊（Edge）則代表實體之間的關係。節點可以有屬性，邊可以有權重以及方向性。節點和邊是圖形資料庫的核心要素，它們的作用是描述資料間的關係。
3. 在圖形資料庫中，有專門的演算法來查詢所有已知子節點之間的最短路徑，例如 Dijkstra 和 A* 等演算法。這些演算法可以計算出圖形資料庫中兩節點之間的最短路徑，從而幫助應用程序解決複雜的路徑問題。
4. 在圖形資料庫中，可以使用圖論基本問題的算法（例如 Kruskal 或 Prim 算法來計算最小生成樹，DAG 算法來計算最長路徑等）來表示圖論經典問題。在圖形資料庫中，密切關注節點和邊的屬性以及權重是非常重要的。
5. 為了避免遞迴問題和無限迴圈，圖形資料庫通常會採用「追溯標記」等技術。當進行遞迴遍歷時，節點會被標記為進入或已經訪問過，如果訪問到已經過訪問過的節點，就可以直接中斷遞迴，從而避免無限迴圈。