Upload
koffi-sani
View
283
Download
4
Embed Size (px)
DESCRIPTION
Brève présentation des bases de données orientées graphes telles que les géants du net l'utilisent.
Citation preview
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Institut Africain d’InformatiqueEtablissement Inter-Etats d’Enseignement Supérieur
B.P. 2263 Libreville, GABONTél. : (+241) 07 70 55 00 / 07 70 56 00
Site web : www.iaisiege.com E-mail : [email protected]
Graph databases : Les bases de
données orientées Graphes
Une brève présentation
Koffi SaniIngénieur Concepteur en Informatique
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 1 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Sommaire
1 Introduction
2 Graphes et Bases de donnéesGraphesBases de donnéesFaiblesses des bases de données relationnelles
3 Graph databasesVue généraleMotivations et applicationsManipulation des graphesQuelques exemplesLangage et modélisation
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 2 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 3 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur parReynold Jonhson
1964 : apparition du terme base de données engendrant le concept1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle1990 : bases de données objet-relationnellesGraph database, plus d’objets connectés : nœuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson
1964 : apparition du terme base de données engendrantle concept
1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle1990 : bases de données objet-relationnellesGraph database, plus d’objets connectés : nœuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson1964 : apparition du terme base de données engendrant le concept
1970 : thèse mathématique de Edgar F. CODD surl’algèbre relationnelle
Bases de données relationnelles1990 : bases de données objet-relationnellesGraph database, plus d’objets connectés : nœuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson1964 : apparition du terme base de données engendrant le concept
1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle
1990 : bases de données objet-relationnellesutilisation du modèle relationnel couplé avec lestockage d’objetsGraph database, plus d’objets connectés : nœuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson1964 : apparition du terme base de données engendrant le concept1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle1990 : bases de données objet-relationnelles
Graph database, plus d’objets connectés : nœuds,relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Plan de l’exposé
1 Introduction
2 Graphes et Bases de donnéesGraphesBases de donnéesFaiblesses des bases de données relationnelles
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 5 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Graphes
DéfinitionEnsemble de nœuds et de relations les reliant.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 6 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Graphes
Origine1736 : Leonhard Euler, mathématicien Suisse, avec son problème des 7 ponts deKönisgberg.
UtilitéComprendre une large diversité d’ensemble de données dans le monde réel : enscience, en gouvernance et en affaires.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 6 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
DéfinitionConteneur informatique permettant de stocker l’intégralité des informations enrapport avec une activité.
pièce centrale des dispositifs informatiques qui servent à la collecte, le stockage, letravail et l’utilisation d’informations ;un logiciel moteur qui manipule la base de données et dirige l’accès à son contenutrès fréquentes dans les secteurs de la finance, des assurances, des écoles, del’administration publique et les médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
DéfinitionConteneur informatique permettant de stocker l’intégralité des informations enrapport avec une activité.
pièce centrale des dispositifs informatiques qui serventà la collecte, le stockage, le travail et l’utilisationd’informations ;un logiciel moteur qui manipule la base de données et dirige l’accès à son contenutrès fréquentes dans les secteurs de la finance, des assurances, des écoles, del’administration publique et les médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
DéfinitionConteneur informatique permettant de stocker l’intégralité des informations enrapport avec une activité.
pièce centrale des dispositifs informatiques qui servent à la collecte, le stockage,
le travail et l’utilisation d’informations ;
un logiciel moteur qui manipule la base de données etdirige l’accès à son contenu : SGBD ;très fréquentes dans les secteurs de la finance, des assurances, des écoles, del’administration publique et les médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
DéfinitionConteneur informatique permettant de stocker l’intégralité des informations enrapport avec une activité.
pièce centrale des dispositifs informatiques qui servent à la collecte, le stockage,le travail et l’utilisation d’informations ;
un logiciel moteur qui manipule la base de données et dirige l’accès à son
contenu
très fréquentes dans les secteurs de la finance, desassurances, des écoles, de l’administration publique etles médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Faiblesses du modèle relationnel I
Pauvres en matière de modélisation des relations : les relations sont desjointures des tables ;Deviennent accablées avec de larges jointures ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 8 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Faiblesses du modèle relationnel II
"qui sont les amis de Bob ?"1 SELECT p1.Person
2 FROM Person p1 JOIN
PersonFriend
3 ON p1.ID = PersonFriend.
FriendID
4 JOIN Person p2
5 ON p2.ID = PersonFriend.
PersonID
6 WHERE p2.Person = ’Bob’ ;
"avec qui Bob est-il ami ?"1 SELECT p1.Person
2 FROM Person p1 JOIN
PersonFriend
3 ON PersonFriend.PersonID
= p1.ID
4 JOIN Person p2
5 ON PersonFriend.FriendID
= p2.ID
6 WHERE p2.Person = ’Bob’ ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 9 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Faiblesses du modèle relationnel III
Complexité s’agrandit : "qui sont les amis des amis d’Alice ?"
1 SELECT p1.Person AS PERSON, p2.Person AS FRIEND_OF_FRIEND
2 FROM PersonFriend pf1 JOIN Person p1
3 ON pf1.PersonID = p1.ID
4 JOIN PersonFriend pf2
5 ON pf2.PersonID = pf1.FriendID
6 JOIN Person p2
7 ON pf2.FriendID = p2.ID
8 WHERE p1.Person = ’Alice’ AND pf2.FriendID <> p1.ID;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 10 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databasesVue généraleMotivations et applicationsManipulation des graphesQuelques exemplesLangage et modélisation
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 11 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
DéfinitionBase de données utilisant les structures de graphes (nœuds, arcs et propriétés) pourreprésenter et stocker les données.
La puissance des graph databasesPerformanceFlexibilité ;Agilité .
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databasesPerformanceFlexibilité ;Agilité .
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databasesPerformance : Expérience de Partner et Vukovic dans Neo4j in Action
Flexibilité ;Agilité .
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databasesPerformanceFlexibilité : ajout de nœuds, de relations et propriétés sans perturber lesrequêtes existantes ;Agilité .
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databasesPerformanceFlexibilité ;Agilité : développement sans friction et contrôlé, gracieuse maintenance.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :généraliser les modèles classiques ;complexité des données dépassant la capacité du modèle relationnel ;nécessité d’augmenter les fonctionnalités du modèle objet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :
généraliser les modèles classiques : manque desémantique, connectivité des données invisible ;complexité des données dépassant la capacité du modèle relationnel ;nécessité d’augmenter les fonctionnalités du modèle objet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :
généraliser les modèles classiques ;
complexité des données dépassant la capacité dumodèle relationnel : gestion des réseaux de transport,... ;nécessité d’augmenter les fonctionnalités du modèle objet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :généraliser les modèles classiques ;
complexité des données dépassant la capacité du modèle relationnel ;
nécessité d’augmenter les fonctionnalités du modèleobjet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des données : un système de gestion hiérarchique basé sur Neo4j
L’interconnectivité sociale ;La gestion des réseaux ;La sécurité et l’accès aux données.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des donnéesL’interconnectivité sociale : gestion de la connectivité grâce aux graphes
;La gestion des réseaux ;La sécurité et l’accès aux données.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des donnéesL’interconnectivité sociale ;La gestion des réseaux : migration vers les graph databases pour gérer la forteconnectivité de leurs clients
;La sécurité et l’accès aux données.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des donnéesL’interconnectivité sociale ;La gestion des réseaux ;La sécurité et l’accès aux données : relier les détails d’authentification desclients et administrateurs
.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphesExécution des algorithmes de graphes sur divers ensembles de données ;Identification des "clusters" dans les données ou réponse à des questions tellesque : "combien de relations, en moyenne, chaque entité a dans le réseausocial ?"
ParticularitésTraitement par lots (requêtes globales) ;Incluent des couches de stockage des données ou manipulent des donnéesissues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphesExécution des algorithmes de graphes sur divers ensembles de données ;Identification des "clusters" dans les données ou réponse à des questions tellesque : "combien de relations, en moyenne, chaque entité a dans le réseausocial ?"
ParticularitésTraitement par lots (requêtes globales) ;Incluent des couches de stockage des données ou manipulent des donnéesissues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphesExécution des algorithmes de graphes sur divers ensembles de données ;Identification des "clusters" dans les données ou réponse à des questions tellesque : "combien de relations, en moyenne, chaque entité a dans le réseausocial ?"
ParticularitésTraitement par lots (requêtes globales) ;Incluent des couches de stockage des données ou manipulent des donnéesissues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphesExécution des algorithmes de graphes sur divers ensembles de données ;Identification des "clusters" dans les données ou réponse à des questions tellesque : "combien de relations, en moyenne, chaque entité a dans le réseausocial ?"
ParticularitésTraitement par lots (requêtes globales) ;Incluent des couches de stockage des données ou manipulent des donnéesissues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphesExécution des algorithmes de graphes sur divers ensembles de données ;Identification des "clusters" dans les données ou réponse à des questions tellesque : "combien de relations, en moyenne, chaque entité a dans le réseausocial ?"
ParticularitésTraitement par lots (requêtes globales) ;Incluent des couches de stockage des données ou manipulent des donnéesissues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Quelques exemples
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 16 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Aussi SPARQL, Gremlin, ...Syntaxe : similaire à SQL (CREATE, UPDATE, DELETE, WHERE, ...) ;Création d’un graphe :
Pour représenter le graphe ci-contre, ilfaut :
1 CREATE (a), (b), (c)
2 CREATE (a)-[:KNOWS]->(b)-[:
KNOWS]->(c), (a)-[:KNOWS
]->(c)
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 17 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Aussi SPARQL, Gremlin, ...Syntaxe : similaire à SQL (CREATE, UPDATE, DELETE, WHERE, ...) ;Création d’un graphe :
Pour représenter le graphe ci-contre, ilfaut :
1 CREATE (a), (b), (c)
2 CREATE (a)-[:KNOWS]->(b)-[:
KNOWS]->(c), (a)-[:KNOWS
]->(c)
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 17 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Aussi SPARQL, Gremlin, ...Syntaxe : similaire à SQL (CREATE, UPDATE, DELETE, WHERE, ...) ;Création d’un graphe :
Pour représenter le graphe ci-contre, ilfaut :
1 CREATE (a), (b), (c)
2 CREATE (a)-[:KNOWS]->(b)-[:
KNOWS]->(c), (a)-[:KNOWS
]->(c)
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 17 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Parcours du graphe :1 START a = node:user(name = ’Michael’)
2 MATCH (a)-[:KNOWS]->(b)-[:KNOWS]->(c), (a)-[:KNOWS]->(c)
3 RETURN b, c
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 18 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Modélisation par un graphe
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 19 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Modélisation par un graphe
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 19 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 20 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 21 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 22 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nos jours ;Modélisation très liée au monde réel ;Devient facile avec la maîtrise des graphes ;Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nosjours ;Modélisation très liée au monde réel ;Devient facile avec la maîtrise des graphes ;Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nos jours ;
Modélisation très liée au monde réel ;Devient facile avec la maîtrise des graphes ;Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualitéTechnologie très adaptée pour des applications de nos jours ;
Modélisation très liée au monde réel ;
Devient facile avec la maîtrise des graphes ;Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualitéTechnologie très adaptée pour des applications de nos jours ;Modélisation très liée au monde réel ;
Devient facile avec la maîtrise des graphes ;
Plus d’informations : Graph databases, Ian Robinson,Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24
Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
[email protected] koffisani koffisanikoffisani +KoffiSani
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 24 / 24