| Summary: | Tämän kandidaatintutkielman tarkoituksena on kirjallisuuskatsauksen keinoin
kuvata relaatio- ja graafitietokantojen eroavaisuuksia tietomalliensa,
käyttökohteidensa ja hallintajärjestelmiensä näkökulmista. Relaatiomalli on
saavuttanut itsestään selvän aseman koko tietokanta-alalla, niin akateemisessa
kuin liiketoiminnallisissakin yhteyksissä, mutta myös harrastajapiireissä. 1990-
luvulta lähtien, internetin hyödyntämisen yleistyessä ja linkittyneen,
verkkomuotoisen tiedon lisääntyessä yhä suurempi osa tiedosta on
rakenteeltaan osittain tai kokonaan jäsentymätöntä, jatkuvasti uudelleen
muotoutuvaa ja verkottunutta. Verkkomuotoinen tieto tietokantojen yhteydessä
mukautuu niin sanottuun graafimalliin, jonka teoreettinen tausta on jo pitkään
tunnetussa verkkoteoriassa. Graafimuotoisen tiedon käsittely perinteisillä
relaatiotietokannan hallintajärjestelmillä (RDBMS) on osoittautunut
haasteelliseksi. Tämä johtuu graafeille ominaisten, objektien välisten liitoksien
runsaasta määrästä. Relaatiotietokannassa liitoksien runsas määrä aiheuttaa
RDBMS:lle merkittäviä suorituskykyongelmia. Lisäksi osittain tai kokonaan
jäsentymättömän tiedon käsittely on relaatiotietokannassa haasteellista, koska
siinä hyödynnetään skeemaa eli tietokannan luonnin yhteydessä määriteltyä
tietokannan rakenteellista mallia. Näiden pohjalta on syntynyt tarve kehittää
uudenlaisia, graafeille sopivampia tietokannanhallintajärjestelmiä (DBMS).
Uudenlaiset tietokannat kuuluvat NoSQL-tietomalliperheeseen. SQL on
yleisesti RDBMS:issä käytetty kyselykieli ja termillä NoSQL pyritään luomaan
eroa perinteiseen relaatiomalliin. Sana NoSQL on akronyymi sanoista Not only
SQL. NoSQL-tietomalliperheeseen kuuluvat muun muassa dokumentti-, avainarvopari-,
sarakeperhe-, ja graafitietokannat. Tässä kandidaatintutkielmassa
kuvataan relaatiomalliin ja sen soveltamiseen liittyvät peruskäsitteet, mutta
painotus on enemmän graafimallissa ja sen soveltamisessa sekä siihen
liittyvissä hyödyissä, haasteissa ja sovellusalueiden kuvaamisessa. Lisäksi
tutkielmassa kuvataan kaksi RDBMS:n ja GDBMS:n (Graph Database
Management System) käyttötapauksia vertailevaa tutkimusta. Kirjallisuuden
pohjalta voidaan tehdä johtopäätös, että GDBMS:t sopivat tarkoitukseensa ja
ovat vakiinnuttamassa paikkaansa tietokanta-alalla. Silti niiden käytössä on
edelleen haasteita.
The purpose of this Bachelor’s thesis is to describe differences between
relational and graph database in terms of data model they use, where they are
used and what kind of management systems they are used on. The scientific
method used in this thesis is based on literature review. In the area of databases
a relational model and its applications have reached a self-evident status
consisting academic and business contexts but also private enthusiasts. Since
the early nineties along with Internet becoming more common and the amount
of linked network related data increased, is data organized more and more
semi-structured or unstructured ways and it is also frequently re-structured
and linked. Relating to databases a networked data adapts to so called graph
model, where its theoretical model is based on mathematical graph theory.
Manipulating the graph data by traditional relational database management
systems (RDBMS) has been proven to provoke challenges. This is due to a large
amount of joins between objects characterized by the graphs. In the relational
database a large amount of joins causes a significant performance reduction for
RDBMS. The relational database makes use of a schema which is a model for
database structure and is defined while creating the database. For that reason a
processing of semi-structured or unstructured data in the relational database is
challenging. Based on previously announced facts, there has emerged a need to
develop new type of and more suitable database management systems (DBMS)
and data models for the graphs. New type of data model family is called
NoSQL. In the RDBMS, SQL is commonly used as query language and the term
aims to make a difference to relational databases. Therefore the word NoSQL is
an acronym for the words Not only SQL. Key-value stores, column family
stores, document stores and also graph databases belong to the NoSQL. This
Bachelor’s Thesis describes the basic concepts of relational model but the
emphasis is more on the side of the graph model, benefits and challenges it
faces and in the descriptions of application domains for the graph model.
Moreover, the thesis describes two benchmarked use cases of RDBMS and
GDBMS. Based on the literature used in the thesis it can be concluded that
graph GDBMSs fit for their purpose, are consolidating status in the area of data
bases but challenges still exist.
|
|---|