InfiniteGraph企业分布式图形数据库具有可伸缩性,它还能够在大量多地存储的复杂数据中,为大型企业执行实时搜索。通过使用图算法,它为分析应用程序添加了新的价值,以发现和存储新的连接和关系。 对于那些依赖数据间关系的应用程序,InfiniteGraph可以使用灵活、可配置的存储位置来充分利用分布式数据。它还可以有效地处理分配给应用程序的负载。
InfiniteGraph的主要组件是一组嵌入到客户机应用程序的数据库。这允许应用程序在数据库中存储和查询图对象。也提供了一组数据库管理工具来管理分布式环境中的图形数据库。 InfiniteGraph提供灵活的一致性模型,从ACID(原子性、一致性……
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
InfiniteGraph企业分布式图形数据库具有可伸缩性,它还能够在大量多地存储的复杂数据中,为大型企业执行实时搜索。通过使用图算法,它为分析应用程序添加了新的价值,以发现和存储新的连接和关系。
对于那些依赖数据间关系的应用程序,InfiniteGraph可以使用灵活、可配置的存储位置来充分利用分布式数据。它还可以有效地处理分配给应用程序的负载。
InfiniteGraph的主要组件是一组嵌入到客户机应用程序的数据库。这允许应用程序在数据库中存储和查询图对象。也提供了一组数据库管理工具来管理分布式环境中的图形数据库。
InfiniteGraph提供灵活的一致性模型,从ACID(原子性、一致性、隔离性和持久性)到最终一致性。
InfiniteGraph分布式图形数据库的特性
InfiniteGraph 3.3和3.4包括以下特性:
- 针对数据摄取操作和顶点、边的删除等操作,进行了大幅的性能改进(与以前的版本相比)
- 新的方法,提供了改进的功能,用于边、顶点和跳的探索发现
- 增强的索引查询以及数据库范围内的高性能批量查询功能
- 更新SLF4J日志记录功能,允许用户定制日志输出
- 更新了Tinkerpop Blueprints,它包含一组用于属性图数据模型的接口,实现和测试套件。Blueprints有点类似于Java数据库连接,只不过其应用在图形数据库中
- 一些针对关键缺陷的修复
InfiniteGraph使用支持顶点和边概念的API,可以快速构建数据密集型,基于图的应用程序。它提供了应用于边上的灵活注释。边在这里是一级对象。
此外,InfiniteGraph使用了可配置、基于模型的技术。该技术能使放置于图形数据库中的新元素便于快速管理,开箱即用。或者你可以为经常访问的图元素创建一个自定义的物理模型来提高索引查询的性能。你还可以分离或隔离频繁访问的数据对象,以避免锁互斥争用的出现。
InfiniteGraph分布式图形数据库可以运行在Mac OSx,Linux和Windows等操作系统上。
InfiniteGraph的许可条款
InfiniteGraph由Objectivity公司及其合作伙伴出售。其销售价格通常由每台服务器上核心的数量、特定提成模式如营收百分比,或者单元价格来决定。InfiniteGraph提供容量折扣以及GSA的时间表。它有一个60天免费试用的完整版可供下载。
标准支持,其中包括电子邮件服务,电话故障诊断服务,以及最新版本升级等,通常花费每年许可费用的18%。定制服务和7x24小时支持则需要提供额外的年费。
基准
虽然没有标准的分布式图形数据库基准,Objectivity可以根据需要提供性能指标。
翻译
TechTarget特邀编辑。北京邮电大学计算机科学与技术专业硕士。熟悉软件开发流程,对系统管理,网络配置,数据库应用等方面有深入的理解和实践经验。现就职于IBM(中国)投资有限公司,从事IBM服务器相关软件的开发工作。业余时间喜欢游泳登山,爱健身,喜欢结交朋友。
相关推荐
-
初创公司Dgraph Labs增强图形数据库技术
通过风险融资的现金注入,Dgraph Labs公司将增强其图表数据库技术。 该公司成立于2015年,旨在推动图 […]
-
创建NoSQL数据建模符号 企业架构师亲自上阵
新兴的NoSQL数据风格促使创新的应用程序快速发展,但NoSQL同时也带来了挑战。NoSQL系统能够快速投入生产,有时甚至根本不用创建任何的前期模式。
-
深入理解Amazon DynamoDB NoSQL云数据库服务
Amazon DynamoDB NoSQL云数据库即服务主要为跨移动设备、网页web端、游戏、数字营销和物联网领域的应用提供支持。
-
SQL和NoSQL数据库设计之争
企业收集了很多大规模增长的松散结构化数据,Hadoop,Spark以及其他新技术处理这些数据非常有助于改善商业智能分析效率。