Pengenalan Graph Database (Part 1)

Pengenalan NoSQL graph Database Neo4J

 

Dalam teorinya, graph terdiri dua bagian utama, yaitu node dan edge.

Node menandakan entitas, seperti manusia, barang, makanan, dan lain-lain. Sedangkan edge menandakan hubungan antar node tersebut. Jadi, graph menggambarkan sekumpulan node dengan masing-masing edge-nya. Berikut contohnya:

---

Graph Databases

Jadi, graph databases itu salah satu online database management system dengan operasi CRUD yang diterapkan di model data graph.

Graph databases sangat memprioritaskan relationships. Berbeda dengan database management system lain yang harus menggunakan hal-hal semacam foreign keys, atau out-of-band processing seperti MapReduce.

Pada graph databases, dengan membuat abstraksi sederhana berupa node dan edge sudah memungkinkan kita untuk membuat model yang menggambarkan problem domain kita. Hasilnya, model yang dihasilkan oleh graph databases jadi jauh lebih simpel dibandingkan dengan RDBMS dan NoSQL yang lain.

Salah satu alasan untuk menggunakan graph databases adalah performance yang cenderung stabil dibandingkan dengan relational databases dan NoSQL lainnya. Ini disebabkan karena pada graph databases, query dibatasi pada sebagian graph saja alih-alih keseluruhan graph. Ini membuat execution time menjadi jauh lebih cepat dibandingkan dengan relational databases dengan query JOIN-nya.

Alasan lain yaitu, graph databases lebih fleksibel. Artinya, kita dapat menambahkan node, label, atau subgraph tanpa harus ‘mengganggu’ fungsionalitas yang sudah ada sebelumnya.

 

Apache TinkerPop ™ adalah open source Graph Computing Framework. Di dalam dirinya sendiri, TinkerPop mewakili banyak koleksi kemampuan dan teknologi dan, dalam ekosistemnya yang lebih luas, dunia tambahan yang diperluas dari perpustakaan dan sistem grafik pihak ketiga . Ekosistem TinkerPop dapat terlihat rumit bagi pendatang baru dari semua tingkat pengalaman, terutama ketika melirik dokumentasi referensi untuk pertama kalinya.