业务架构师应该了解什么

我们可以在Google 上获得图形数据库都是学术性的内容，比如关于图形数据库的描述，比如Koigsberg的七座桥梁，还有万维网的发明者Berners-Lee。

一些理论和愿景很好，但对我来讲，我认为引导相关性非常重要。

那么，为什么图形数据库对我们如此重要？

联想一下保存本地连锁餐厅的数据。比如我们想要追踪客户信息，则可以把TA们的信息存储在一个数据表里，销售数据放在一张表中，如果想了解销售的产品情况，订购库弯路，以及最忠实的客户是谁，可以很方便的查询。

但是关系数据库里缺少组织结构以及项目之间的连接关系等，图形数据库存储了相同类型的数据，还能够存储事物之间的链接。比如老王购买了不少可乐，老张和小丽结婚买了红酒饮料。我不需要使用JOIN来查询应该向每个客户推送什么产品，通过数据中的关系，就不用做出假设来对其进行测试。

这个新的连接信息层为帮我们做很多，这不仅仅是与购买客户意向有关，也会和很多用例提供价值，特别是在机器学习或者希望机器进行分析或推理时非常有用。

由于传统数据库是用表格而不是用数据链接设计的，SQL将不能再使用，图形数据库提供了类似SQL的语言，比如SparQL，Gremlin和Cypher等。

一个主要区别是需要对链接数据采用分析功能。比如想找到在网站上购买某种最热门的商品，如果我们想对某个项目的受欢迎程度进行排名，那么我们得使用一种新语法，需要学习连接数据的语言才能最大化利用它。

不能用RDBMS做到这一点吗

当然可以，在传统的关系数据库管理系统（RDBMS）中创建这些关系链接。但是，想要在传统数据库中执行任务，DBA要认真设计唯一键与JOIN的关系。如果我们使用图形数据库，那么主题及其关系（称为主语和谓词）都是已知的，不用再重建连接。

比如定义马丽是小婉的妈妈，那么就可以抢断出小婉是马丽的例子。我们不用需要再专门定两种关系，图形数据库对该方面很智能。相比之下，RDBMS无法理解任何未定义的内容。因此，在查看兴趣、家庭和社区时，这种推理能力具有明显的价值。

图形数据库的专长

与RDBMS一样，图形数据库可以是事务性也可以是分析性的。图形数据库有不同的侧重点。比如流行的Neo4j专注于事务（OLTP）图形数据库，而AnzoGraph是分析型（OLAP）图形数据库。我们第一次使用图形数据库，会感觉有一些区别。所以，我们可能需要一个不同的引擎来运行涉及单个实体的快速查询，比如Susan有什么车，以及轮询整个数据库的查询分析，例如Susan等人买车的平均价格是多少。

随着机器学习和人工智能的发展，图形数据库OLAP变得越来越重要，许多机器学习算法本质上图形算发，因此在图形OLAP数据库上运行比RDBMS上运行会更有效。