G2 ist stolz darauf, unvoreingenommene Bewertungen über userzufriedenheit in unseren Bewertungen und Berichten zu zeigen. Wir erlauben keine bezahlten Platzierungen in unseren Bewertungen, Rankings oder Berichten. Erfahren Sie mehr über unsere Bewertungsmethoden.
Amazon Neptune ist ein schneller, zuverlässiger, vollständig verwalteter Graph-Datenbankdienst, der es einfach macht, Anwendungen zu erstellen und auszuführen, die mit hochvernetzten Datensätzen arbei
ArangoDB ist das Unternehmen hinter der führenden, multimodalen Graph-Daten- und Analyseplattform, die Einblicke aufdeckt, die mit traditionellen SQL-, Dokumenten- oder sogar älteren Graph-Datenbanken
Die Apollo Graph Plattform vereinheitlicht GraphQL über Apps und Dienste hinweg und ermöglicht schnellere Bereitstellung für Engineering-Teams.
Der schnellste Weg zum Graphen. Im Mittelpunkt der führenden nativen Graphdatenbank steht die heutige Neo4j Graph Data Platform, eine Suite von Anwendungen und Tools, die der Welt helfen, Daten zu ver
Serverlose, selbstbedienbare und erschwingliche Analysen, die Ihnen helfen, das Beste aus Ihren Daten herauszuholen.
Sehen Sie den Wert in Ihren Daten. Flexible Analyse- und Visualisierungsplattform. Echtzeit-Zusammenfassung und Diagrammerstellung von Streaming-Daten. Intuitive Benutzeroberfläche für eine Vielzahl v
OrientDB ist das erste Multi-Model Distributed DBMS mit einer echten Graph-Engine. Multi-Model bedeutet 2. Generation NoSQL, das in der Lage ist, komplexe Domänen mit unglaublicher Leistung zu verwalt
DataStax ist das Unternehmen, das generative KI-Anwendungen mit Echtzeit-, skalierbaren Daten und produktionsbereiten Vektordaten-Tools versorgt, die generative KI-Anwendungen benötigen, sowie nahtlos
TigerGraph ist die einzige skalierbare Graphdatenbank für Unternehmen. Basierend auf der ersten nativen und parallelen Graphtechnologie der Branche entfesselt TigerGraph die Kraft vernetzter Daten und
FlockDB ist einfacher als andere Graphdatenbanken, weil es versucht, weniger Probleme zu lösen. Es skaliert horizontal und ist für Online-Umgebungen mit niedriger Latenz und hohem Durchsatz wie Websit
GraphBase ist ein zweites Generation Graph-Datenbankmanagementsystem (DBMS). Für die Datenprobleme des 21. Jahrhunderts entwickelt, ist GraphBase ein Wendepunkt im Umgang mit großen, komplexen Datenst
Entdecken Sie leistungsstarke SharePoint-Lösungen für Ihre geschäftlichen Anforderungen. Von Dokumentenmanagement bis hin zur Teamzusammenarbeit kann unser Expertenteam SharePoint an Ihre individuelle
Dgraph ist die fortschrittlichste GraphQL-Datenbank der Welt mit einem Graph-Backend. Die Nummer eins der Graph-Datenbanken auf GitHub und über 500.000 Downloads jeden Monat, Dgraph ist für Leistung u
GraphQL ist eine Abfragesprache für APIs und eine Laufzeitumgebung zur Erfüllung dieser Abfragen mit Ihren vorhandenen Daten. GraphQL bietet eine vollständige und verständliche Beschreibung der Daten
Redis Cloud ist unser vollständig verwalteter Redis Enterprise-Dienst, der unvergleichliche Geschwindigkeit, Einfachheit und Skalierbarkeit bietet. Es ist perfekt für cloud-native Anwendungen, die Ech
Stardog ist eine wiederverwendbare, skalierbare Wissensgraph-Plattform, die es Unternehmen ermöglicht, all ihre Daten, einschließlich Datenquellen und Datenbanken jeder Art, zu vereinheitlichen, um di
Cayley ist ein Open-Source-Graph, der in Go geschrieben ist und von der Graphdatenbank hinter Freebase und Googles Knowledge Graph inspiriert wurde.
IBM Graph ist ein vollständig verwalteter Property-Graph-as-a-Service, der es Ihnen ermöglicht, Datenpunkte, Verbindungen und Eigenschaften zu speichern, abzufragen und zu visualisieren. Hochverfügba
Angetrieben von der Postgres-Abfrage-Engine im Hintergrund, denkt EdgeDB über das Schema auf die gleiche Weise nach wie Sie: als Objekte mit Eigenschaften, die durch Links verbunden sind.
Oracle Spatial and Graph unterstützt eine vollständige Palette von Geodaten und Analysen für Landmanagement und GIS, mobile Ortungsdienste, Vertriebsgebietsmanagement, Transport, LiDAR-Analyse und ort
Azure Cosmos DB bietet native Unterstützung für NoSQL-Optionen, bietet mehrere gut definierte Konsistenzmodelle, garantiert Latenzen im einstelligen Millisekundenbereich im 99. Perzentil und garantier
Fauna ist eine wirklich serverlose operative Datenbank, die Teams befähigt, Anwendungen schneller bereitzustellen. Sie kombiniert die Flexibilität eines Dokumentenmodells mit der starken Konsistenz un
HugeGraph ist eine schnelle und hoch skalierbare Graphdatenbank. Milliarden von Knoten und Kanten können aufgrund ihrer hervorragenden OLTP-Fähigkeit problemlos in HugeGraph gespeichert und abgefragt
RDFox ist ein leistungsstarker In-Memory-Wissensgraph und semantischer Reasoner. Optimiert für Geschwindigkeit und fortgeschrittenes Schließen, bietet es Abfrage- und Ladezeiten, die um Größenordnunge
Ultipa entwickelt kategoriedefinierende Echtzeit-Graph-XAI- und Datenbankprodukte und befähigt intelligente Unternehmen mit graph-gestützter Intelligenz. Unternehmen auf der ganzen Welt durchlaufen e
data.world ist der am häufigsten angenommene Datenkatalog und Governance-Plattform auf dem Markt. Auf einer einzigartigen Wissensgraph-Basis aufgebaut, integriert sich data.world nahtlos in Ihre beste
Eine ultra-niedrige Latenz Graph-Datenbank, die den Wissensgraphen für GraphRAG perfektioniert. Überwindet effektiv die bestehenden Einschränkungen von RAG für GenAI und große Sprachmodelle (LLM).
Redis Software ist unsere fortschrittliche Lösung, die unvergleichliche Geschwindigkeit und Zuverlässigkeit für On-Premises- und private Cloud-Umgebungen bietet. Es gibt Ihnen die volle Kontrolle über
AllegroGraph® ist eine moderne, leistungsstarke, persistente Graphdatenbank. AllegroGraph nutzt eine effiziente Speichernutzung in Kombination mit festplattenbasierter Speicherung. AllegroGraph unters
Bitsy ist eine kleine, schnelle, einbettbare, langlebige In-Memory-Grafdatenbank, die die Blueprints-API implementiert.
https://www.connectedpapers.com ist ein einzigartiges, visuelles Werkzeug, das Forschern und angewandten Wissenschaftlern hilft, relevante Arbeiten in ihrem Fachgebiet zu finden und zu erkunden. Es b
HGraphDB ist eine Client-Schicht zur Verwendung von HBase als Graphdatenbank. Es ist eine Implementierung der Apache TinkerPop 3-Schnittstellen.
ArchiGraph ist eine ontologiebasierte Datenmanagement- und Datenvirtualisierungsplattform. Es umfasst einen kollaborativen Ontologie-Editor, ein SHACL-Beschränkungs- und Regelkonstruktionstool und ein
BaseQL bietet eine dynamische GraphQL-API für Airtable-Basen und Google Sheets. BaseQL ist für schnelle Entwicklung ohne den Aufwand einer verwalteten Datenbank oder komplizierter REST-Endpunkte konz
Ontotext GraphDB ™ ermöglicht es Ihnen, unterschiedliche Daten zu verknüpfen, sie für die semantische Suche zu indexieren und sie durch Textanalyse zu bereichern, um große Wissensgraphen zu erstellen.
GUN ist eine Echtzeit-, verteilte, offline-fähige Graphdatenbank-Engine. Leichtgewichtig und leistungsstark, bei nur ~9KB komprimiert.
HyperGraphDB ist ein universeller, quelloffener Datenspeichermechanismus, der auf einem leistungsstarken Wissensmanagement-Formalismus basiert, der als gerichtete Hypergraphen bekannt ist. Während es
Memgraph ist eine Open-Source-Grafdatenbank, die für Echtzeit-Streaming entwickelt wurde und mit Neo4j kompatibel ist. Egal, ob Sie ein Entwickler oder ein Datenwissenschaftler mit vernetzten Daten si
Eine wirklich verteilte, linear skalierbare, blitzschnelle Graphdatenbank.
RecallGraph ist ein versionierter Graph-Datenspeicher - er behält alle Änderungen bei, die seine Daten (Knoten und Kanten) durchlaufen haben, um ihren aktuellen Zustand zu erreichen. Er unterstützt ze
Timbr.ai vereint die fortschrittlichste Wissensgraph-Technologie mit dem SQL-Ökosystem. Timbr hilft einigen der größten Unternehmen der Welt, schnellere und bessere Entscheidungen zu treffen, indem i
VelocityGraph erweitert die objektorientierte Datenbank VelocityDB zu einer Graphdatenbank.
Entdecken Sie eine der schnellsten, skalierbarsten, verteilten Graphdatenbanken, die speziell für hochleistungsfähige analytische Einblicke im gesamten Unternehmen entwickelt wurde. Anwendungsfälle um
Apache AGE® ist eine PostgreSQL-Erweiterung, die Funktionen einer Graphdatenbank bietet. Das Ziel von Apache AGE® ist es, die Fähigkeit zur Verarbeitung und Analyse von Graphdaten für alle relational
ApertureDB ist eine speziell für multimodale KI entwickelte Datenbank. Sie kombiniert die Funktionalitäten einer Vektordatenbank, einer Graphdatenbank und eines multimodalen Datenmanagements, um es de
Blazegraph ist eine skalierbare, leistungsstarke Graphdatenbank mit Unterstützung für die Blueprints- und RDF/SPARQL-APIs. Blazegraph ist in einer Reihe von Versionen erhältlich, die Lösungen für die
Graph Engine (GE) ist eine verteilte, im Speicher befindliche, große Graphverarbeitungs-Engine, die auf einem stark typisierten RAM-Speicher und einer allgemeinen Rechen-Engine basiert. Der verteilte
TerminusDB ist eine Open-Source-In-Memory-Graphdatenbank, die für das Webzeitalter entwickelt wurde. TerminusDB macht einen radikalen Bruch mit historischen Architekturen. Erstens implementieren wir e
TIBCO Graph Database ermöglicht es Ihnen, komplexe dynamische Daten zu entdecken, zu speichern und in aussagekräftige Erkenntnisse umzuwandeln.
Die Aerospike Echtzeit-Datenplattform ermöglicht es Organisationen, sofort auf Milliarden von Transaktionen zu reagieren und dabei den Server-Footprint um bis zu 80 Prozent zu reduzieren. Die Aerospik
Aerospike Graph ist eine leistungsstarke, verteilte Graphdatenbank, die entwickelt wurde, um umfangreiche Graphdatensätze mit außergewöhnlicher Geschwindigkeit und Skalierbarkeit zu verwalten und abzu
BangDB ist eine Plattform, die eine End-to-End-Lösung für den Echtzeit-Big-Data-Analyseprozess bietet.
Die schnellste und benutzerfreundlichste Wissensgraph-Datenbank. Data Graphs ist die schnellste Enterprise Knowledge Graph Database Plattform, sowohl in der Leistung als auch in der Geschwindigkeit de
Grafbase ist eine GraphQL-Plattform, die für das Management von föderierten Graphen in Unternehmensumgebungen über verteilte Systeme hinweg entwickelt wurde. Sie bietet ein einheitliches Gateway, das
Graph Story bietet Graphdatenbanken, Anwendungen und Lösungen als Dienstleistung an.
JanusGraph ist eine skalierbare Graphdatenbank, die für die Speicherung und Abfrage hochvernetzter Daten optimiert ist und Ihnen eine einfache und effiziente Datenabfrage aus komplexen Strukturen ermö
Macrometa ist eine hyper-verteilte Cloud-Plattform mit einem Global Data Network (GDN) und PhotonIQ, einem KI-gestützten Edge Delivery Network. Mit über 175 Points of Presence (PoPs) weltweit ermöglic
mapgraph hat eine grundlegende In-Memory-Datenbank zum Speichern verknüpfter Karten in Clojure und ClojureScript.
OrigoDB ermöglicht es Ihnen, hochwertige, geschäftskritische Systeme mit Echtzeit-Performance in einem Bruchteil der Zeit und Kosten zu erstellen.
Relay ist für hohe Leistung in jeder Größenordnung ausgelegt. Relay hält das Management der Datenabfrage einfach, egal ob Ihre App Dutzende, Hunderte oder Tausende von Komponenten hat. Und dank des in
Rocketgraph xGT entdeckt schwer zu findende Muster schneller und führt Analysen durch, die früher Tage dauerten oder abgebrochen wurden, bevor Ergebnisse erzielt wurden. Mit Rocketgraph und seiner KI-
Sparksee (früher bekannt als DEX) ist eine Graphdatenbank, die Platz und Leistung mit einem kleinen Speicherbedarf und einer schnellen Analyse großer Netzwerke kompatibel macht.
Vaticle ist ein Team von Menschen, die von einem Zweck angetrieben werden: die komplexesten Probleme der Welt durch Wissensengineering zu lösen. Wir sind die Erfinder der Grakn-Wissensdatenbank und de
Vertex ist eine leistungsstarke Graphdatenbank, die automatische Speicherbereinigung unterstützt und auf libevent und tokyocabinet basiert.
xtendr erleichtert den sicheren Datenaustausch und die Zusammenarbeit zwischen Teams, Abteilungen und Organisationen - und generiert dabei leistungsstarke Einblicke, ohne jemals die Privatsphäre zu ge
Graphdatenbanken sind dafür konzipiert, Beziehungen (Kanten) zwischen Datenpunkten (Knoten) darzustellen. Weniger strukturell starr als relationale Datenbanken, erlauben Graphdatenbanken, dass Knoten eine Vielzahl von Kanten haben können; das heißt, es gibt keine Begrenzung für die Anzahl der Beziehungen, die ein Knoten haben kann. (Ein Beispiel dafür finden Sie im folgenden Abschnitt.) Zusätzlich kann jede Kante mehrere Merkmale haben, die sie definieren. Es gibt keine formale Begrenzung—noch Standardisierung—für die Anzahl der Kanten, die jeder Knoten haben kann, noch für die Anzahl der Merkmale, die eine Kante haben kann. Graphdatenbanken können auch viele verschiedene Informationen enthalten, die normalerweise nicht unbedingt miteinander in Beziehung stehen würden.
Jeder Knoten wird durch Informationsstücke definiert, die Eigenschaften genannt werden. Eigenschaften könnten Namen, Daten, Identifikationsnummern, grundlegende Beschreibungen oder andere Informationen sein—alles, was den Knoten selbst beschreibt. Knoten sind durch Kanten verbunden, die gerichtet oder ungerichtet sein können. Wie in der mathematischen Graphentheorie ist eine ungerichtete Kante bidirektional; das heißt, eine Beziehung kann von Knoten A zu Knoten B und von Knoten B zu Knoten A getragen werden. Eine gerichtete Kante hingegen hat nur in eine Richtung Bedeutung, sagen wir von Knoten B zu Knoten A.
Wichtige Vorteile von Graphdatenbanken
Graphdatenbanken sind ideal zum Speichern und Abrufen von Informationen, die unabhängig, aber auf mehrere Arten miteinander verbunden sind. Zum Beispiel, wenn ein Benutzer eine Gruppe von Freunden abbilden möchte. Jeder Freund wäre ein Knoten, mit Kanten zwischen jedem Freund mit der Eigenschaft „Freunde". Aber, sagen wir, zwei dieser Freunde sind Arbeitskollegen; dann hätte ihre Kante auch die Eigenschaft „Arbeitskollegen". Kanten können weiter definiert werden, indem gemeinsame Interessen, persönliche Erfahrungen und so weiter hinzugefügt werden.
Da Graphdatenbanken von Natur aus am besten geeignet sind, breite Datensätze zu organisieren, durch die es keine einheitlichen Beziehungen oder Arten von Daten gibt, können sie unschätzbare Werkzeuge für soziale Kartierung, Stammdatenmanagement, Wissensgraphen/Ontologie, Infrastrukturkartierung, Empfehlungssysteme und mehr sein. Ein Unternehmen könnte jeden Knoten zu einem seiner Produkte machen und Kanten Empfehlungsbeziehungen basierend darauf zeichnen lassen, welches Produkt ein Verbraucher möglicherweise kauft. Es könnte auch Beziehungen zwischen Kontakten, Abteilungen und mehr abbilden.
Graphdatenbanken sind von Natur aus flexibel und skalierbar, sodass ein Geschäftsanwender keinen genauen oder vollständigen Anwendungsfall für eine Graphdatenbank kennen muss, bevor er sie erstellt. Das Erweitern einer Graphdatenbank besteht darin, neue Knoten und alle potenziellen Kanten hinzuzufügen, die mit ihnen verbunden sein könnten.
Wie andere Datenbanken werden Graphdatenbanken hauptsächlich von einem Datenbankadministrator oder Team verwaltet. Das gesagt, aufgrund ihrer breiten Abdeckung werden Graphdatenbanken oft von mehreren Organisationen innerhalb eines Unternehmens genutzt. Entwicklung, IT, Abrechnung und mehr hätten alle berechtigte Gründe, auf Graphdatenbanken zugreifen zu müssen, abhängig von ihren zugewiesenen Verwendungen innerhalb des Unternehmens.
Graphdatenbanklösungen verfügen in der Regel über die folgenden Funktionen.
Datenbankerstellung und -wartung — Graphdatenbanken ermöglichen es Benutzern, einfach eine oder mehrere Datenbanken zu erstellen und zu pflegen.
CRUD-Operationen — Ein Akronym für erstellen, lesen, aktualisieren und löschen, CRUD-Operationen definieren grundlegende Operationen vieler Datenbanken. Graphdatenbanken sollten in der Lage sein, diese Operationen auszuführen und können dies normalerweise mit ähnlicher Fähigkeit wie der bekannteste CRUD-orientierte Datenbanktyp, relational.
Skalierbarkeit und Flexibilität — Graphdatenbanken können mit den Geschäftsanforderungen wachsen und sich erweitern. Im Gegensatz zu einigen anderen Datenbanklösungen können sie schneller skalieren, ohne sich um eine strikte Datenorganisation sorgen zu müssen, sondern verlassen sich stattdessen auf die Entwicklung von Beziehungen zwischen neuen und bestehenden Knoten.
Vereinfachte Abfragen — Graphdatenbanken können einige größere Abfragekomplexitäten überspringen, indem sie Dinge wie Fremdschlüssel, verschachtelte Abfragen und Join-Anweisungen zugunsten direkter oder transitiver Beziehungen umgehen.
Betriebssystemkompatibilität — Graphdatenbanken erfordern kein spezifisches Betriebssystem, um zu laufen, was sie zu einer flexiblen Wahl für jedes Betriebssystem macht.
Graph vs. relational — Die Diskussion Graphdatenbank vs. relationale Datenbank ist ein fortlaufender Konfliktpunkt für Datenbankbenutzer und -administratoren gleichermaßen. Graphdatenbanken eignen sich im Allgemeinen besser für flüssigere Datenabfragen mit einfacherer Abfragesyntax und sind im Allgemeinen besser darin, ohne die Notwendigkeit, neue oder spezifische Schemata vorzubereiten, zu skalieren. Aber die Schema-Rigidität und Daten-Normalisierung von relationalen Datenbanken kann in einigen Anwendungsfällen äußerst vorteilhaft sein, und sie sind auch im Allgemeinen besser geeignet für die Implementierung und Durchsetzung von Sicherheits- und Datenschutzrichtlinien.
Sicherheit und Datenschutz — Wie oben angedeutet, können Graphdatenbanken mit Sicherheits- und Datenschutzsituationen zu kämpfen haben. Sie erfordern strengere Implementierungen von Sicherheits- und Zugriffsmaßnahmen. Da Graphdatenbanken mehr auf die Abbildung von Beziehungen ausgerichtet sind, kann diese Struktur auch auf eine Weise genutzt werden, die Datenschutzbedenken aufwerfen könnte, wie z.B. eine offenere Sicht auf einen Kunden oder Klienten zu offenbaren—und jeden anderen potenziellen Kunden oder Klienten, mit dem sie in Beziehung stehen. Unternehmen, die Graphdatenbanken implementieren, sollten besonders darauf achten, sowohl den Zugriff auf diese Datenbanken als auch die Datenbanken selbst zu sichern.
Datenintegritätsimplikationen — Graphdatenbanken vereinfachen die Art und Weise, wie Informationen sich auf andere Informationen beziehen. Indem sie die Beziehung verkürzen oder verdichten (im Vergleich zu, sagen wir, dem Durchlaufen zahlreicher Tabellen in einer relationalen Datenbank), ist es besonders wichtig, dass alle Daten in einer Graphdatenbank korrekt sind. Eine falsch ausgerichtete Beziehung kann direkt zu falschen Daten führen, im Gegensatz zu einer relationalen Datenbank, wo falsche Daten auf ein Problem stoßen könnten, während einer verschachtelten Abfrage einen Fehler werfen und das Problem aufdecken. Daher ist bei der Verwendung von Graphdatenbanken die Datenintegrität von besonders hoher Bedeutung.
Viele Gespräche über Graphdatenbanken werden durch eine oder beide der folgenden Alternativen kontextualisiert.
RDF-Datenbanken — Eine Art von Graphdatenbank, Resource Description Framework (RDF) oder Triplestore-Datenbanken funktionieren nach dem Konzept, Daten als Tripel zu speichern. Tripel—in einem „Subjekt–Prädikat–Objekt"-Format—werden speziell verwendet, um die Beziehung zwischen zwei Dingen zu beschreiben.
Relationale Datenbanken — Relationale Datenbanken—die standardmäßigen „Zeilen und Spalten"-Datenspeicher—waren seit ihrer Einführung der Standard für Datenbanken. Sie bringen eine deutlich rigidere Struktur mit sich als Graphdatenbanken, was äußerst vorteilhaft sein kann, um große Mengen ähnlicher Daten zu verfolgen, aber es könnte komplizierter machen, Beziehungen zwischen diesen Daten zu verfolgen.