Fotolia

开始 让你自己跟上我们的介绍内容。

关于图形技术,分析领导者需要知道什么

企业图分析采用最近一直在趋势,只有预计会增长。Gartner分析师Mark Beyer探讨了您需要了解图表技术的内容。

在当前的数字商业环境中,庞大的数据集、复杂的处理能力和先进的分析模型为数据和分析创造了完美的机会风暴。经过数十年的衰落,图表方法被分析师、数据科学家和数据管理专业人士所接受。图技术是一种包罗万象的技术,包括图论、图分析和图数据管理。

IT主管有一个对图表的兴趣日益浓厚,因为有一个基本的理解,图形技术在某种程度上不同于现有的解决方案。数据和分析领导者被要求提供如何使用图形技术的指导,但许多人仍然没有完全理解。

以下是希望将图形技术用于分析、商业智能和数据科学解决方案的数据和分析领导者必须了解的技术及其用例的基础知识。

图形是什么意思?

图代表了增强分析交付的下一个主要进化步骤。随着数据量的增长,传统的分析往往无法解决复杂的业务操作、交付和分析问题。图形技术帮助发现未被识别或未被识别的数据中的未知关系通过传统手段进行分析

当广泛的术语图被引入主题时,它通常会模糊三个单独的主题:图论,图形分析和图数据管理。

  • 图论是用堆栈排序的数学原理来识别逻辑或物理对象的路径、链接和网络以及它们彼此之间的关系。这种方法几乎可以应用于任何事情:分子、电话线、递送路线、制造过程等等。
  • 图分析是图论的运用发现可以分配语义属性的节点,边缘和数据链接。然后,分析师可以解决难以解决的问题,传统的分析工具和解决方案无法达到结论。经常在传统的分析解决方案中,用户和分析师可以识别数据中的虚假连接,但可以在具有节点和边缘关系的图形分析中评估这些数据。
  • 图形数据库是图形分析产生的数据的特定存储方法。图分析输出的一个流行用例是填充知识图,知识图是数据中的一种模型,表示所收集的知识的通用用法,或表示通用概念的数据集。

虽然基础设施和术语常常困惑,图形分析的输出最终会通过可视化工具、知识图、特定应用程序,甚至是一些高级的业务智能工具的指示板功能出现。Graph也经常用于所有三个部分,以使系统更有效地运行,甚至支持动态方法中的数据管理。这样,图论与分析之间就有了直接的联系,分析总是可以使用图数据库。

为什么现在的图表越来越受欢迎?

图的分析、处理和即使数据存储图形技术已经存在了几十年,但在处理和数据管理方面的要求是极其苛刻的。它总是需要大量的资源,而系统通常直到最近才能够处理这些需求。

随着数据量的增长,公司寻求新的方法来使用这些信息来驱动业务结果,问题的类型和组成变得更加多样化。传统的分析常常无法解决企业面临的一些新的、复杂的问题,其中许多问题需要针对特定用例的新技术和方法。

在2020年,大流行的立即导致更改使用的方式。但是,在健康危机中汲取的经验教训可以永久应用于多个实体的业务流程。图形理论的使用,图数据商店甚至图表编程语言均能通过新工具加速交付,实现显着增强的分析和决策。

工具和数据库平台对图形的支持越来越多,它们改进的可伸缩性在现实世界的应用程序中是必要的。与此同时,由于数据的复杂性不断增加,以及对全球化、竞争和数字化的适应性的需求,图表的开发也变得越来越紧迫。

应该使用图表技术?

随着人们对图表的兴趣日益浓厚,利益相关者开始询问数据和分析领导者,“图表是否比我们现在所做的更好?”

大多数现有的分析实践都是基于关系概念已经存在了40多年了。关系概念仍然有效,但只有在对如何捕获数据、如何使用数据以及将完成的报告或分析的类型达成某种协议时才有效。

在关系数据库中完成图形分析是可能的,但是使用特定于图形的数据、语言和分析引擎可以显著减少更复杂需求的交付时间。

使用一个数据存储与图形语言通常可以将8,000到10,000行代码减少到不到400行。考虑到所有的编程时间、调试时间、产品实现测试以及使用互补技术所节省的时间。另一方面,考虑在为不同目的而构建的语言和平台上开发图形数学运算所需的时间。

图形技术为数据的所有潜在解释提供了灵活性,而关系数据和分析则代表了从共识或妥协的解释子集中产生的特定结论。换句话说,图表更感兴趣的是事物之间如何相互联系,而不是迫使它们成为孤立的主题。

当需要跨多个分析模型频繁地重新配置相同的数据时,图形数据库特别有用,特别是在多个团队使用相同数据的情况下。例如,图形分析是许多应用的基本组成部分COVID-19接触者追踪项目,因为它使科学家能够同时跟踪和分析许多人的信息,以及他们众多联系的性质。

如果对数据使用和分析的需求有某种一致的结论和有针对性的或完全有效的解释,那么关系技术就可以用于此目的。图形技术也会成功,但是,当关系概念充足时,没有必要。

当部署高度指定的、可重复的和非易失性的分析时,关系技术仍然是最好的解决方案,如果没有其他原因,只是因为更低的成本、更普遍的技术熟悉度和所产生的分析结果的固有稳定性。

马克•拜尔他是Gartner, Inc.的研究副总裁和杰出分析师。Beyer先生涵盖了广泛的数据架构解决方案,包括数据管理及其与用例和数据治理问题的交集。Gartner分析师将在2021年5月4日至6日举行的Gartner数据和分析峰会上提供额外的数据和分析趋势分析美洲

下一个步骤

图表分析被用于儿童癌症研究

深入了解商业智能战略

搜索数据管理
搜索AWS.
搜索内容管理
搜索甲骨文
搜索树液
搜索SQL服务器
关闭