graafitietokanta

Graafitietokanta, eli graph database, on tietokantajärjestelmä, joka tallentaa tiedot graafimallin mukaan solmuina (nodes) sekä niiden välisinä yhteyksinä (edges) ja näiden ominaisuuksina (properties). Graafitietokannat on suunniteltu erityisesti nopeasti läpikäymään ja tutkimaan monimutkaisia yhteyksiä, kuten sosiaalisia verkostoja, proportional apriori -tapahtumia tai verkko- ja toimitusketjuja.

Tietomalli perustuu yleensä property graph -malliin, jossa solmuille ja reiteille annetaan avain-arvopareita. Reitit ovat usein suuntautuneet ja voivat sisältää useita ominaisuuksia. Tietojen käsittely tapahtuu ensisijaisesti läpikäyntien (traversals) kautta, mikä mahdollistaa tehokkaat polku- ja yhteydenetsit sekä monimutkaiset patterntutkimukset.

Kyselykielet ja -rajapinnat vaihtelevat. Yleisimpiä ovat Cypher (käytössä erityisesti Neo4j:ssä), Gremlin (Apache TinkerPop -ekosysteemissä) sekä SPARQL RDF-verkkojen kanssa. Joillakin järjestelmillä on omia kieliä tai multimalliratkaisuja, kuten ArangoDB (AQL) tai Dgraph (GraphQL+-). Graafitietokannat voivat olla ACID- tai korkeampia konsistenssitasoja tukevia ja ne tarjoavat työkaluja indeksointiin, varmuuskopioihin sekä replikointiin.

Käyttökohteet kattavat sosiaaliset verkostot, suosittelujärjestelmät, petosten havaitsemisen, verkko- ja infrastruktuurin kartoituksen sekä monimutkaisten polkujen ja yhteyksien tutkimisen. Graafitietokannat eroavat relaatiotietokannoista erityisesti suorituskyvyssä, kun haetaan pitkäketjuisia yhteyksiä tai monitasoisia trust- ja vaikutusreittejä, sekä joustavuudessa skeemankin osalta.

Esimerkkejä toteutuksista ovat Neo4j, ArangoDB, OrientDB, Dgraph ja Amazon Neptune. Graafitietokannat täydentävät usein muita datavarastoja, kun suhteiden ensisijainen rooli on kriittinen.