Put the whiteboard in your database
•Download as PPTX, PDF•
0 likes•424 views
Jørgen's life can be modeled as a graph database, relational database, or on a whiteboard. A graph database best represents the flexible, connected relationships in Jørgen's social network. It allows for queries like finding connections between individuals or places they've lived. Storing the data as a graph matches how we naturally think about social networks.
Recommended
Recommended
More Related Content
Recently uploaded
Recently uploaded (20)
Featured
Featured (20)
Put the whiteboard in your database
- 1. PUT THE WHITEBOARD IN YOUR DATABASE Modeling with grafdatabser Lightning talk, Graph Databases – Oslo Meetup 26.05.2014 Jørgen Braseth – jorgen.braseth@bekk.no
- 2. JØRGEN’S LIFE – WHITEBOARD EDITION MagnusErik TonjeArne Michael Lise MohammedYngveKaiRune Jan-Fredrik Jan Hilde Torshov Øya Moholt Hønefoss Jørgen
- 3. JØRGENS LIFE – RELATIONAL DATABASE EDITION Property relation Address RelationPerson Is the property in a Is the person in a Is related to Is in a romantic relationship with
- 4. JØRGENS LIFE – RELATIONAL DATABASE EDITION ID Navn 1 Jørgen 2 Erik 3 Arne 4 Magnus 5 Tonje 11 Rune 12 Jan-Fredrik 13 Jan 14 Hilde People ID Navn 1 Torshov 2 Øya 3 Moholt 4 Hønefoss Adresses ID FROM TO START END TYPE 1 1 14 02.04.82 (null) CHILD_OF 2 1 13 02.04.82 (null) CHILD_OF 3 13 14 22.06.78 (null) MARRIED_TO 4 1 12 02.04.82 (null) SIBLING_OF 5 1 5 16.05.06 20.08.09 IN_RELATIONSHIP_WITH 6 1 7 03.02.02 11.09.05 IN_RELATIONSHIP_WITH Relations ID PERSON_ID ADDRESS_ID START END INHABITS OWNERSHIP 1 1 4 01.06.84 20.07.01 true (null) 2 1 3 20.07.01 01.01.03 true RENTS 3 1 2 01.01.03 01.01.05 true OWNS 4 1 2 01.01.05 24.04.05 false OWNS … … … … … … … 17 3 1 01.06.84 02.07.12 true OWNS Property relations
- 6. SELECT * FROM people p1, people p2, relations, address a1, address a2, propertyRelations ef1, propertyRelations ef2 WHERE p1.name="Jørgen" AND p2.name="Arne" AND( ( (p1.id=relations.from AND p2.id=relations.to) OR (p2.id=relations.from AND p1.id=relations.to) ) OR ( p1.id=ef1.person_id AND a1.id=ef1.address_id AND p2.id=ef2.person_id AND a2.id=ef2.address_id AND a1.id=a2.id ) ) Jørgen Arne ?
- 8. JØRGEN’S LIFE – GRAPH DATABASE EDITION
- 9. Jørgen Arne ?({name:'Jørgen'}) - [*] - > ({name:'Arne'})MATCH relation = RETURN relation
- 10. Where have Jørgen lived? Who is older, Jørgen or Arne? How many people have lived in Hønefoss? What, if any, are the connections between Jan-Fredrik and Arne? Of those that have lived with Jørgen, what kinds of connections do they have to each other? Jørgen og Arne have lived together before!
- 11. put the whiteboard in your database Store it like you think it
Editor's Notes
- Hei, jeg heter Jørgen og jeg er forelska i grafdatabaser. Nå skal jeg fortelle dere om én av de mange grunnene…
- La meg fortelle dere bittelitt om livet mitt frem til nå… Jørgen – det er meg. Jeg har bodd 4 steder. På hver av disse stedene, har jeg bodd sammen med noen. I hønefoss bodde jeg med familien min. Mamma og Pappa og broren min Jan-Fredrik. Så flyttet jeg til Trondheim for å studere. På moholt studentby bodde jeg med 4 andre personer ila. Halvannet år Rune, Kai, Yngve og Mohammed Så kjøpte jeg meg egen leilighet på Øya i Trondheim. På øya bodde jeg først med Michael, og etter hvert så flyttet dama mi inn også. Når jeg var ferdig i Trondheim flyttet jeg til Oslo, begynte i BEKK og fikk meg leilighet på Torshov. Der har jeg bodd siden, og har over 7 år bodd med Erik, Arne, Magnus og på ett tidspunkt dama, nå eksdama mi, Tonje --- Nå har jeg tegnet inn relasjonene mellom personer og adresser slik jeg ville gjort på ei tavle. I tillegg til disse relasjonene mellom bosted og adresser, så har jeg nevnt noen andre relasjone: Jeg fortalte at familien min var Jan, Hilde og Jan-Fredrik, så jeg har familierelasjoner til dem. Jeg fortalte dere også om to av eksene mine, Lise og Tonje, som jeg har hatt kjæresteforhold til. I tillegg så har mamma og pappa også et pågående kjæresteforhold. La oss tegne inn disse… --- Dette er en tegning, relativt forståelig, av historien jeg nettopp fortalte. Hva om vi ville lagre denne historien i databasen vår?
- Vel, for å få oversikt, så begynner vi med et ER-diagram, omtrent som dette. Dette en oversikt over hvilke typer entiteter vi har, og hvordan de forholder seg til hverandre. I hvor mange minutter forholder man seg til denne?
- DETTE er det vi egentlig forholder oss til! 41 rader fordelt på fire tabeller, med en liten bit av totalbildet i hver enkelt rad.
- «Hva spør jeg om her?» «Finnes det noen kobling mellom Jørgen og Arne?» Eller «Hvilke forhold har Jørgen til Arne?»
- Spørringen gir deg kun direkte sammenhenger: direkte personrelasjoner og folk som har forholdt til samme adresse
- DET BLIR FOR VANSKELIG Å TENKE PÅ MODELLEN DIN! “Impedans for veksestrøm = motstand for likestrøm” Nøkkelorder her er: “Impedans” = Motstand DVS: Impedance mismatch = «Motstanden» databasen din gir deg når du prøver å forholde deg til datamodellen din
- DETTE ER SLIK VI TENKER RUNDT MODELLEN Forskjellen på en relasjonsdatabase og en grafdatabaser er at I en grafdatabase så ER dette datamodellen! Alt er modellert slik. Det er slik du jobber med modellen din.
- Tegn hva du lurer på - på white board Tegn det igjen – i ASCII! Cypher syntax! CREATE og «SELECT» samme prinsipp – tegn mønsteret! Når du lagrer dataene på denne måten, og kan forholde deg til dem slik, så begynner du å tenke på en helt annen måte, «vanskelige» spørsmål blir lette å få svar på! du begynner å stille spørsmål til dataene dine som du aldri ville funnet på å stille tidligere!
- Du går fra de gamle lukkede spørsmålene: du vet at det finnes et svar du vet formatet på svaret du vet et bestemt antall steg du må gå for å finne svaret Til å stille åpne spørsmål, til å utforske dataene dine, til å finne nye sammenhenger
- Min oppfordring. Gå hjem og prøv deg på å lagre domenet ditt slik du tenkte på det i utgangspunktet. Legg whiteboarden i databasen!