Ejendomsgrafmodeller

Ejendomsgrafmodeller, ofte kaldet property graph models i engelsk litteratur, er en grafbaseret datamodel, der repræsenterer data som noder (entiteter) og kanter (relationer). Kanter er typisk rettede og forbinder to noder, og både noder og kanter kan have egenskaber (properties) i form af nøgle-værdi-par. Noder kan have labels, der angiver typen af entitet, mens relationer har typer, der beskriver arten af forbindelsen. Modellen har ofte en skemafluid karakter: et strikt schema er ikke nødvendigt, hvilket giver stor fleksibilitet ved ændringer af data.

Ejendomsgrafmodeller anvendes i grafdatabaser og understøttes af forskellige grafquery-sprog som Cypher, Gremlin og openCypher. Forskelle fra relationsmodeller ligger primært i fokus: i stedet for tabeller og join-operationer bygges forespørgsler gennem mønstergenkendelse og traversaler, ofte med høj ydeevne ved dybe eller komplekse netværk.

Anvendelsesområder inkluderer sociale netværk, anbefalingssystemer, netværksovervågning, svindelopdagelse og vidensgrafer. Datamodellen er særligt passende, når relationer er førsteordens medborgere i analysen, og når ændringer af skemanormalisering kræver fleksibilitet og hurtig tilpasning.

Eksempler på teknologier, der implementerer ejendomsgrafmodeller, inkluderer Neo4j, JanusGraph, ArangoDB og OrientDB, samt cloudtjenester som Amazon Neptune, der understøtter grafviews gennem forskellige sprog og modeller. Grafbaserede løsninger tilgodeser ofte komplekse netværk og traversalbaserede analyser mere effektivt end traditionelle relationelle modeller.