
Sign up to save your podcasts
Or
Von Kanten und Knoten: Ein Einstieg in Graph-Datenbanken
Welche Relationen die einzelnen Datensätze in deiner Datenbank haben, kann eine Rolle bei der Entscheidung spielen, welche Art von Datenbank du am besten einsetzen solltest. Wenn du unabhängige Datensätze hast, die keine Relation zueinander haben oder häufige One to Many-Relationen, sind relationale Datenbanken gut geeignet. Wenn du jedoch sehr viele Many to Many Relationen hast, spielt eine Datenbank-Art ihre Vorteile aus: Graph Datenbanken.
Ein gutes Beispiel sind wohl soziale Netzwerke wie LinkedIn oder Facebook, wo Events, Personen, Firmen und Posts mit Kommentaren eine durchgehende Beziehung zueinander haben. Auch bekannt als Social Graph. Natürlich kann dies auch alles in einer relationalen Datenbank gespeichert werden, aber Fragen wie “Gib mir bitte alle Personen, über die ich im 3. Grad verbunden bin, die aus Deutschland kommen und bei Aldi gearbeitet haben” sind schwer zu beantworten. Für Graph-Datenbanken jedoch ein Klacks. Grund genug, diesem Thema eine Bühne zu geben. Darum geht es in dieser Episode.
In dem Interview mit dem Experten Michael Hunger klären wir, was eine Graph-Datenbank ist, welche Anwendungsfälle sich dadurch besser abbilden lassen, als z. B. in relationalen Datenbanken, was der Ursprung von Graph Datenbanken ist, was der Unterschied eines Property-Graph-Model und dem Triple-Store-Model ist, wie man mithilfe von Sprachen wie Cypher, SPARQL und Datalog, Daten aus einem Graph extrahiert, für welche Use Cases dies ggf. nicht die richtige Datenstruktur ist und geben einen Einblick in die Themen Knowledge Graphen, LLMs und GraphRAG.
Bonus: Was der Film Matrix mit Graph-Datenbanken zu tun hat.
Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners
Das schnelle Feedback zur Episode:
👍 (top) 👎 (geht so)
Dein Feedback zählt! Erreiche uns über einen der folgenden Kanäle …
Wenn du uns etwas Gutes tun möchtest … Kaffee schmeckt uns immer
(00:00:00) Graph Datenbanken mit Michael Hunger
(00:05:17) Info/Werbung
(00:06:17) Graph Datenbanken mit Michael Hunger
(00:16:12) Warum Java für eine Datenbank?
(00:20:51) Was sind klassische Anwendungsfälle von Graph Datenbanken?
(00:24:13) Vokabeln im Bereich Graph Datenbanken
(00:27:27) Graphen in relationalen Datenbanken
(00:31:11) Cypher als Abfragesprache für Graph Datenbanken
(00:42:20) SPARQL und Datalog als Abfragesprachen für Graph Datenbanken
(00:52:38) Index-Strukturen bei Graph Datenbanken
(00:55:08) Wofür sind Graph Datenbanken nicht geeignet?
(01:00:14) LLMs, Knowledge Graphen und GraphRAG
(01:07:32) Mein Einstieg in die Welt der Graph Datenbanken
Diskutiere mit uns und vielen anderen Tech-Spezialist⋅innen in unserer Engineering Kiosk Community unter https://engineeringkiosk.dev/join-discord
Von Kanten und Knoten: Ein Einstieg in Graph-Datenbanken
Welche Relationen die einzelnen Datensätze in deiner Datenbank haben, kann eine Rolle bei der Entscheidung spielen, welche Art von Datenbank du am besten einsetzen solltest. Wenn du unabhängige Datensätze hast, die keine Relation zueinander haben oder häufige One to Many-Relationen, sind relationale Datenbanken gut geeignet. Wenn du jedoch sehr viele Many to Many Relationen hast, spielt eine Datenbank-Art ihre Vorteile aus: Graph Datenbanken.
Ein gutes Beispiel sind wohl soziale Netzwerke wie LinkedIn oder Facebook, wo Events, Personen, Firmen und Posts mit Kommentaren eine durchgehende Beziehung zueinander haben. Auch bekannt als Social Graph. Natürlich kann dies auch alles in einer relationalen Datenbank gespeichert werden, aber Fragen wie “Gib mir bitte alle Personen, über die ich im 3. Grad verbunden bin, die aus Deutschland kommen und bei Aldi gearbeitet haben” sind schwer zu beantworten. Für Graph-Datenbanken jedoch ein Klacks. Grund genug, diesem Thema eine Bühne zu geben. Darum geht es in dieser Episode.
In dem Interview mit dem Experten Michael Hunger klären wir, was eine Graph-Datenbank ist, welche Anwendungsfälle sich dadurch besser abbilden lassen, als z. B. in relationalen Datenbanken, was der Ursprung von Graph Datenbanken ist, was der Unterschied eines Property-Graph-Model und dem Triple-Store-Model ist, wie man mithilfe von Sprachen wie Cypher, SPARQL und Datalog, Daten aus einem Graph extrahiert, für welche Use Cases dies ggf. nicht die richtige Datenstruktur ist und geben einen Einblick in die Themen Knowledge Graphen, LLMs und GraphRAG.
Bonus: Was der Film Matrix mit Graph-Datenbanken zu tun hat.
Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners
Das schnelle Feedback zur Episode:
👍 (top) 👎 (geht so)
Dein Feedback zählt! Erreiche uns über einen der folgenden Kanäle …
Wenn du uns etwas Gutes tun möchtest … Kaffee schmeckt uns immer
(00:00:00) Graph Datenbanken mit Michael Hunger
(00:05:17) Info/Werbung
(00:06:17) Graph Datenbanken mit Michael Hunger
(00:16:12) Warum Java für eine Datenbank?
(00:20:51) Was sind klassische Anwendungsfälle von Graph Datenbanken?
(00:24:13) Vokabeln im Bereich Graph Datenbanken
(00:27:27) Graphen in relationalen Datenbanken
(00:31:11) Cypher als Abfragesprache für Graph Datenbanken
(00:42:20) SPARQL und Datalog als Abfragesprachen für Graph Datenbanken
(00:52:38) Index-Strukturen bei Graph Datenbanken
(00:55:08) Wofür sind Graph Datenbanken nicht geeignet?
(01:00:14) LLMs, Knowledge Graphen und GraphRAG
(01:07:32) Mein Einstieg in die Welt der Graph Datenbanken
Diskutiere mit uns und vielen anderen Tech-Spezialist⋅innen in unserer Engineering Kiosk Community unter https://engineeringkiosk.dev/join-discord