Qual è la differenza tra un database a grafo e un database relazionale?
Sia i database a grafo che i database relazionali archiviano elementi di dati con relazioni predefinite tra di essi. Tuttavia, rappresentano le relazioni tra i dati in modo molto diverso. I database relazionali archiviano i dati in un formato tabellare con righe e colonne. I dati correlati vengono anche archiviati nelle tabelle e i punti dati rimandano alla tabella originale. Le operazioni relative alle relazioni tra dati diventano inefficienti in quanto richiedono la consultazione di più tabelle di dati. Al contrario, un database a grafo archivia i dati come una rete di entità e relazioni. Utilizza la teoria matematica dei grafi per archiviare ed eseguire operazioni sulle relazioni tra dati. I database a grafo sono molto più efficienti nella modellazione delle relazioni. Migliorano notevolmente le prestazioni delle applicazioni per i casi d'uso con interconnessioni di dati complesse.
Modello di dati: database a grafo e database relazionale
Sia i database a grafo che quelli relazionali archiviano le informazioni e rappresentano le relazioni tra i dati. Tuttavia, il modello relazionale dà priorità alle entità di dati mentre il modello a grafo dà priorità alle relazioni tra le entità.
Il modello del database relazionale
I database relazionali utilizzano tabelle di dati che organizzano le informazioni in righe e colonne. Le colonne contengono attributi specifici dell'entità dati, mentre le righe rappresentano i singoli record di dati.
Lo schema fisso dei database relazionali richiede di delineare in anticipo le relazioni tra le tabelle con chiavi primarie ed esterne.
Esempio
Prendi in considerazione un'applicazione di social media con profili di clienti che possono essere amici tra loro. Avresti bisogno di due tabelle per modellare i dati.
La tabella dei clienti potrebbe apparire così:
| ID |
Nome |
Luogo |
| C1 |
Alejandro |
Stati Uniti |
| C2 |
Ana |
Stati Uniti |
| C3 |
Kwaku |
Stati Uniti |
| C4 |
Pat |
Stati Uniti |
La tabella degli amici potrebbe apparire così:
| ID cliente |
ID amico |
| C1 |
C2 |
| C1 |
C3 |
| C2 |
C4 |
| C2 |
C1 |
| C3 |
C1 |
| C3 |
C4 |
Come puoi notare, la rappresentazione di relazioni complesse comporta ridondanze e duplicazioni. Su larga scala, ciò può contribuire ad aumentare i requisiti di archiviazione e a ridurre le prestazioni.
Il modello del database a grafo
Diversamente dal database relazionale, il database a grafo utilizza una struttura a grafo con proprietà, edge e nodi per rappresentare i dati. I nodi sono oggetti, gli edge dimostrano la relazione tra tali nodi e le proprietà descrivono gli attributi dei nodi e degli edge. Questa struttura dinamica rende un database a grafo utile per la rappresentazione connessa dei dati. Offre maggiore flessibilità per quanto riguarda le relazioni e i tipi di dati.
Esempio
I dati per l'applicazione di social media della sezione precedente sarebbero ora rappresentati in questo modo:
{customer_id: "C1"
nome: "Alejandro"
luogo:"USA"
amici:"C2,C3"}
Non c'è più duplicazione o ridondanza dei record di dati durante la modellazione delle relazioni. 
Differenze principali tra database a grafo e database relazionale
Oltre ai diversi modelli di dati, i database relazionali e a grafo presentano molte differenze che li distinguono in termini di funzionalità e utilità.
Operatività
Si utilizzano algoritmi di attraversamento dei grafi per interrogare un modello di dati a grafo. Questi algoritmi sono basati sulla profondità o sull'ampiezza e ciò aiuta a trovare e recuperare rapidamente i dati connessi. I database a grafo sono utili per interconnessioni e interrogazioni complesse in quanto possono comprendere le relazioni tra i dati.
Al contrario, i database relazionali utilizzano SQL per recuperare e manipolare i dati. Con SQL, gli utenti possono eseguire sulle tabelle vari tipi di query, come SELEZIONA, INSERISCI, AGGIORNA e ELIMINA. I database relazionali eccellono nella gestione di dati strutturati con relazioni ben definite tra le tabelle. Sono particolarmente efficaci nell'eseguire filtri, aggregazioni e join complessi su più tabelle.
Scalabilità
Quando si dimensionano i database relazionali, in genere si dimensionano verticalmente. La scalabilità verticale consente di aggiornare l'hardware (ad esempio, la CPU, l'archiviazione o la memoria) per aumentare il carico di lavoro che un server è in grado di gestire. La scalabilità verticale presenta dei limiti, che possono creare problemi oltre ai requisiti in termini di costi.
Per la scalabilità orizzontale, i database relazionali possono anche ricorrere allo sharding, una tecnica in cui si distribuiscono i dati su più server. Tuttavia, lo sharding aumenta la complessità dell'archiviazione dei dati e può portare a problemi di coerenza.
Al contrario, i database a grafo sono ottimi per il dimensionamento orizzontale e per farlo utilizzano il partizionamento. Le partizioni sono tutte su server diversi, consentendo a molti server di elaborare parallelamente le query a grafo. Attraverso la distribuzione su molti nodi, il motore di database può interrogare efficacemente i dati, anche su larga scala.
Prestazioni
I database a grafo offrono un'adiacenza priva di indice, il che aumenta le prestazioni. L'adiacenza priva di indice consente al sistema di attraversare entità correlate. Poiché i database a grafo archiviano le relazioni come riferimenti o puntatori tra i nodi, un database può seguire un puntatore di memoria e navigare rapidamente tra le entità. In questo caso, il database non necessita di indici o tabelle di mappatura.
Questo sistema di adiacenza privo di indice consente ai database a grafo di ottenere un attraversamento di relazioni a tempo costante. Per "tempo costante" si indica la possibilità di attraversare costantemente una relazione in un database a grafo nello stesso lasso di tempo, indipendentemente dalle dimensioni dei dati. La connessione diretta tra i nodi consente l'accesso immediato, in modo da poter interrogare e tracciare rapidamente le relazioni. Queste funzionalità rendono i database a grafo molto efficienti.
In alternativa, i database relazionali utilizzano ricerche negli indici e devono scansionare le tabelle per identificare le relazioni tra le entità. È possibile unire più tabelle, ma questo richiede molto tempo in quanto il sistema deve scansionare indici più grandi su più dati. Per questo motivo, un database relazionale non offre le stesse prestazioni di un database a grafo.
Facilità d'uso
I database a grafo sono incentrati sulle relazioni e questo aspetto ne semplifica l'impiego quando si utilizzano dati connessi. Questi database eccellono nelle query multi-hop, in cui si attraversano percorsi con più relazioni. Per esprimere visivamente le relazioni, è possibile anche usare linguaggi di query a grafo come Gremlin o Cypher. Con tali linguaggi è possibile esplorare dati interconnessi e ciò semplifica la sintassi utilizzata per esplorare i dati annidati e con join.
I database relazionali utilizzano SQL, che può risultare innaturale quando si gestiscono query multi-hop. Se una query ha più join e si estende su sottoquery annidate, l'SQL diventa difficile da scrivere. Se non si presta attenzione, questo può facilmente tradursi in query ingombranti che sono difficili da leggere e gestire.
Detto questo, i database relazionali sono maturi e ampiamente utilizzati in vari casi d'uso. Esistono vari strumenti e risorse, oltre al supporto della community, a cui puoi accedere per ottimizzare il tuo sistema. Parimenti, eccellono nella gestione dei dati strutturati in modo affidabile e conforme alle proprietà ACID. Le proprietà logiche ACID sono atomicità, coerenza, isolamento e durabilità e aiutano a garantire la validità dei dati.
Quando usare un database a grafo e quando usare un database relazionale
I database a grafo e relazionali hanno molti casi d'uso in cui sono efficaci. Poiché prevedono vari modelli di dati e varie distinzioni fondamentali, eccellono in diverse aree.
Database a grafo
Il database a grafo fornisce uno schema flessibile che consente modifiche e adattamenti dinamici ai dati. L'attenzione alle relazioni tra i dati lo rende utile nell'analisi, nelle ricerche semantiche o nei motori di raccomandazione. Un database a grafo è la scelta migliore nei seguenti scenari:
- Stai lavorando con dati che hanno relazioni complesse, come nei social network, nel rilevamento delle frodi, nei grafi della conoscenza e nei motori di ricerca
- Hai bisogno di uno schema in evoluzione, in quanto puoi modificare edge, nodi e proprietà senza disturbare il resto della struttura del database
- Stai lavorando con dati interconnessi e devi effettuare tre o più salti tra le relazioni (query del tipo "amico dell'amico")
I database a grafo sono flessibili, dimensionabili, dinamici ed eccellenti nel mostrare le relazioni tra i dati.
Database relazionali
I database relazionali offrono uno schema strutturato con un ottimo supporto per l'integrità dei dati. Un database relazionale è la scelta migliore nei seguenti scenari:
- Hai bisogno di essere conforme alla logica ACID e ad alti livelli di integrità e coerenza dei dati, come nelle transazioni finanziarie
- Stai lavorando con dati altamente strutturati che si adattano bene al modello di dati tabulare, come nella gestione delle risorse aziendali
- I tuoi dati hanno relazioni limitate
Riepilogo delle differenze tra database relazionale e database a grafo
| Database relazionali |
Database grafici |
|
| Modello |
Tabellare con righe e colonne. |
Nodi interconnessi con dati rappresentati come documenti JSON. |
| Operatività |
Operazioni SQL come creazione, lettura, aggiornamento ed eliminazione (CRUD). |
Le operazioni includono CRUD e operazioni di attraversamento di grafi basate sulla teoria matematica dei grafi. |
| Scalabilità |
I database relazionali tradizionali possono dimensionare verticalmente ma faticano a dimensionare orizzontalmente. |
Un database a grafo eccelle nel dimensionamento orizzontale. Può utilizzare il partizionamento per distribuire i dati su molti nodi. |
| Prestazioni |
I database relazionali spesso devono gestire query complesse che coinvolgono attraversamenti di relazioni, il che può avere un impatto negativo sulle prestazioni. |
Un database a grafo eccelle nel rappresentare e interrogare le relazioni tra i dati. |
| Facilità d'uso |
I database relazionali funzionano bene con set di dati di grandi dimensioni e dati strutturati. Hanno difficoltà con le query multi-hop. |
Quando si lavora con dati basati sulle relazioni, l'utilizzo di un database a grafo risulta semplice e intuitivo. Utilizzando un linguaggio di query a grafo, è possibile eseguire query su più nodi di dati in modo rapido ed efficiente. |
In che modo AWS può aiutarti con i tuoi requisiti relativi ai database relazionali e a grafo?
Amazon Web Services (AWS) offre soluzioni per casi d'uso di database relazionali e a grafo.
Amazon Relational Database Service (Amazon RDS) è una raccolta di servizi gestiti che semplifica la configurazione, il funzionamento e il dimensionamento dei database relazionali nel cloud. Amazon RDS supporta vari motori di database, come i seguenti:
- Amazon Relational Database Service (Amazon RDS) per SQL Server per implementare più edizioni di SQL Server (2014, 2016, 2017 e 2019)
- Amazon Relational Database Service (Amazon RDS) per MySQL per supportare le versioni 5.7 e 8.0 di MySQL Community Edition
- Amazon Relational Database Service (Amazon RDS) per MariaDB per supportare le versioni 10.3, 10.4, 10.5 e 10.6 di MariaDB Server
Analogamente, Amazon Neptune è un motore di database a grafo ad alte prestazioni appositamente progettato. È stato ottimizzato per archiviare miliardi di relazioni e consente di interrogare il grafo con latenza nell'ordine dei millisecondi.
Neptune supporta i modelli a grafo più diffusi, come il grafo delle proprietà e il Resource Description Framework (RDF) del W3C. Supporta anche linguaggi di query come Gremlin e SPARQL, in modo da poter creare query che esplorano set di dati altamente connessi.
Neptune offre varie funzionalità:
- È ad alta disponibilità, con repliche di lettura, ripristino point-in-time, backup continuo e replica nelle zone di disponibilità.
- È un sistema sicuro che supporta la crittografia dei dati a riposo.
- È completamente gestito. Pertanto, non sarà più necessario preoccuparsi delle attività di gestione generica del database quali provisioning dell'hardware, applicazione di patch software, impostazione, configurazione o backup.
Inizia subito a utilizzare database a grafo e relazionali su AWS creando un account.
