Base de datos orientada a grafos o graph database

La crecida exponencial de generación de datos ha forzado la creación de nuevas bases de datos más eficientes y potentes. En el artículo de hoy veremos un nuevo tipo de base de datos llamado base de datos de grafos o BDOG el cual hace uso de un objeto matemático llamado grafo.

Veremos que son las bases de datos orientadas a grafos, que características tienen, cual es su uso y algunas de las aplicaciones que tienen actualmente en la sociedad.

¡Quédate y descubre más!

Recomendado

Herramientas de business intelligence

Las tecnologías de business intelligence o inteligencia de negocio están creciendo en todo el mundo. Aprende cuales son las mejores herramientas BI.

Ver artículo

Las bases de datos de grafos o BDOG son un tipo de base de datos no relacionales o NoSQL que modelan la información usando unos objetos matemáticos llamados grafos.

Un grafo se define por un conjunto de nodos relacionados entre sí a través de aristas. En los nodos encontramos los datos y las aristas representan las relaciones que se establecen entre dichos nodos.

Gracias a este tipo de modelaje podemos trabajar con datos con relaciones complejas entre ellos usando la teoría matemática de grafos.

Este tipo de BBDD no tienen relacionado un esquema (a diferencia de las bases de datos relacionales) con lo que nos permite trabajar de forma efectiva con un gran volumen de datos.

Aunque es un modelo de base de datos bastante reciente muchas empresas ya han empezado a incorporarlo en sus estrategias de big data. Algunas de estas grandes compañías son Walmart el cual las usa para el análisis de ventas de clientes para saber las preferencias de cada cliente o Ebay en optimización de rutas de servicio.

Normalmente para hacer peticiones a este tipo de base de datos se usa un lenguaje llamado PGQL ( Property Graph Query Language ), parecido al lenguaje declarativo SQL, pero más enfocado a las bases de datos orientadas a grafos.

Como hemos visto, este tipo de BBDD funcionan muy bien para operar con grandes cantidades de datos con complejas relaciones entre ellos. Un ejemplo de aplicación son las redes sociales.

Los nodos son los usuarios de la red social mientras que las aristas son las relaciones que se establecen entre ellos como, por ejemplo, los likes de las fotos, las amistades que se tienen entre otras.

Los sistemas de anuncios también hacen uso de las relaciones entre nodos para hacer sugerencias personalizadas para cada usuario en base a sus gustos y preferencias.

Otra aplicación muy importante es la detección de fraudes en el mundo bancario. Gracias al análisis de las relaciones en grafos usando la teoría de grafos se pueden detectar de forma efectiva patrones de blanqueo y otros fraudes.

Las graph databases pueden también ser usadas para el cálculo de rutas de logística. Las empresas que gestionan envíos les interesa calcular la ruta más rápida y eficiente para aumentar el número de entregas por hora.

Calcular la ruta más rápida puede hacerse usando el algoritmo de Dijkstra el cual se aplica en grafos.

Cómo cada tipo de base de datos, las BDOG tienen sus ventajas y sus desventajas. Por esta razón es importante conocer bien sus características para determinar si es necesario implementar una base de datos orientada a grafos a nuestro proyecto o si, por el contrario, necesitamos una BBDD tipo relacional o una base de datos orientada a documentos.

Existen varias plataformas, tanto de pago como gratuitas que permiten incorporar este tipo de base de datos. Si estás buscando ejemplos para saber cual se adapta más a tu proyecto te dejamos algunas para que tengas una idea de que BDOG existen actualmente.

Esta BBDD orientada a grafos es muy popular en el mundo Big Data utilizada por empresas de la talla de Ebay o IBM. Está pensada para manipular datos conectados de forma rápida y sencilla ayudando al análisis de la información. Tiene una gran comunidad por lo que es ideal para empezara a usar este tipo de bases de datos.

ArangoDB es una de las BDOG multi modelo open source más usadas del momento. Combina el modelo de grafos con el de clave-valor además de tener un completo motor de búsqueda de texto dando al usuario la posibilidad de combinar diferentes modelos de datos y realizar consultas a través de un lenguaje declarativo parecido a SQL.

Amazon Neptune es una base de datos de grafos de alto rendimiento con una baja latencia de realización de consultas. Permite almacenar información con millones de relaciones además de poder realizar predicciones de datos usando el módulo de aprendizaje autónomo Amazon Neptune ML.

FlockDB es una base de datos open-source orientada a grafos pensada para escalar de forma horizontal y no tanto de forma vertical. Al tener una menor capacidad que otro tipo de BBDD es usada en proyectos que requieren operaciones con una alta rapidez y baja latencia. Fue usada en sus inicios por Twitter para establecer relaciones entre los usuarios de su plataforma.