Brève présentation des bases de données orientées graphes telles que les géants du net l'utilisent.

1. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Institut Africain d’Informatique
Etablissement Inter-Etats d’Enseignement Supérieur
B.P. 2263 Libreville, GABON
Tél. : (+241) 07 70 55 00 / 07 70 56 00
Site web : www.iaisiege.com E-mail : contact@iaisiege.com
Graph databases : Les bases de
données orientées Graphes
Une brève présentation
Koffi Sani
Ingénieur Concepteur en Informatique
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 1 / 24

2. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Sommaire
1 Introduction
2 Graphes et Bases de données
Graphes
Bases de données
Faiblesses des bases de données relationnelles
3 Graph databases
Vue générale
Motivations et applications
Manipulation des graphes
Quelques exemples
Langage et modélisation
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 2 / 24

3. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 3 / 24

4. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par
Reynold Jonhson
1964 : apparition du terme base de données engendrant le concept
1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle
1990 : bases de données objet-relationnelles
Graph database, plus d’objets connectés : noeuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24

5. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson
1964 : apparition du terme base de données engendrant
le concept
1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle
1990 : bases de données objet-relationnelles
Graph database, plus d’objets connectés : noeuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24

6. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson
1964 : apparition du terme base de données engendrant le concept
1970 : thèse mathématique de Edgar F. CODD sur
l’algèbre relationnelle
Bases de données relationnelles
1990 : bases de données objet-relationnelles
Graph database, plus d’objets connectés : noeuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24

7. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson
1964 : apparition du terme base de données engendrant le concept
1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle
1990 : bases de données objet-relationnelles
utilisation du modèle relationnel couplé avec le
stockage d’objets
Graph database, plus d’objets connectés : noeuds, relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24

8. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Introduction
13 septembre 1956 : Invention du disque dur par Reynold Jonhson
1964 : apparition du terme base de données engendrant le concept
1970 : thèse mathématique de Edgar F. CODD sur l’algèbre relationnelle
1990 : bases de données objet-relationnelles
Graph database, plus d’objets connectés : noeuds,
relations (arcs) et propriétés
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 4 / 24

9. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
Graphes
Bases de données
Faiblesses des bases de données relationnelles
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 5 / 24

10. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Graphes
Définition
Ensemble de noeuds et de relations les reliant.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 6 / 24

11. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Graphes
Origine
1736 : Leonhard Euler, mathématicien Suisse, avec son problème des 7 ponts de
Könisgberg.
Utilité
Comprendre une large diversité d’ensemble de données dans le monde réel : en
science, en gouvernance et en affaires.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 6 / 24

12. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
Définition
Conteneur informatique permettant de stocker l’intégralité des informations en
rapport avec une activité.
pièce centrale des dispositifs informatiques qui servent à la collecte, le stockage, le
travail et l’utilisation d’informations ;
un logiciel moteur qui manipule la base de données et dirige l’accès à son contenu
très fréquentes dans les secteurs de la finance, des assurances, des écoles, de
l’administration publique et les médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24

13. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
Définition
Conteneur informatique permettant de stocker l’intégralité des informations en
rapport avec une activité.
pièce centrale des dispositifs informatiques qui servent
à la collecte, le stockage, le travail et l’utilisation
d’informations ;
un logiciel moteur qui manipule la base de données et dirige l’accès à son contenu
très fréquentes dans les secteurs de la finance, des assurances, des écoles, de
l’administration publique et les médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24

14. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
Définition
Conteneur informatique permettant de stocker l’intégralité des informations en
rapport avec une activité.
pièce centrale des dispositifs informatiques qui servent à la collecte, le stockage,
le travail et l’utilisation d’informations ;
un logiciel moteur qui manipule la base de données et
dirige l’accès à son contenu : SGBD;
très fréquentes dans les secteurs de la finance, des assurances, des écoles, de
l’administration publique et les médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24

15. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Bases de données
Définition
Conteneur informatique permettant de stocker l’intégralité des informations en
rapport avec une activité.
pièce centrale des dispositifs informatiques qui servent à la collecte, le stockage,
le travail et l’utilisation d’informations ;
un logiciel moteur qui manipule la base de données et dirige l’accès à son
contenu
très fréquentes dans les secteurs de la finance, des
assurances, des écoles, de l’administration publique et
les médias.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 7 / 24

16. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Faiblesses du modèle relationnel I
Pauvres en matière de modélisation des relations : les relations sont des
jointures des tables ;
Deviennent accablées avec de larges jointures ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 8 / 24

17. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Faiblesses du modèle relationnel II
"qui sont les amis de Bob ?"
1 SELECT p1.Person
2 FROM Person p1 JOIN
PersonFriend
3 ON p1.ID = PersonFriend.
FriendID
4 JOIN Person p2
5 ON p2.ID = PersonFriend.
PersonID
6 WHERE p2.Person = ’Bob’ ;
"avec qui Bob est-il ami ?"
1 SELECT p1.Person
2 FROM Person p1 JOIN
PersonFriend
3 ON PersonFriend.PersonID
= p1.ID
4 JOIN Person p2
5 ON PersonFriend.FriendID
= p2.ID
6 WHERE p2.Person = ’Bob’ ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 9 / 24

18. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Graphes Bases de données Faiblesses des SGBDR
Faiblesses du modèle relationnel III
Complexité s’agrandit : "qui sont les amis des amis d’Alice ?"
1 SELECT p1.Person AS PERSON , p2.Person AS FRIEND_OF_FRIEND
2 FROM PersonFriend pf1 JOIN Person p1
3 ON pf1.PersonID = p1.ID
4 JOIN PersonFriend pf2
5 ON pf2.PersonID = pf1.FriendID
6 JOIN Person p2
7 ON pf2.FriendID = p2.ID
8 WHERE p1.Person = ’Alice’ AND pf2.FriendID <> p1.ID;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 10 / 24

19. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databases
Vue générale
Motivations et applications
Manipulation des graphes
Quelques exemples
Langage et modélisation
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 11 / 24

20. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
Définition
Base de données utilisant les structures de graphes (noeuds, arcs et propriétés) pour
représenter et stocker les données.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24

21. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databases
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24

22. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databases
Performance : Expérience de Partner et Vukovi´c dans Neo4j in Action
Flexibilité ;
Agilité .
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24

23. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databases
Performance
Flexibilité : ajout de noeuds, de relations et propriétés sans perturber les
requêtes existantes ;
Agilité .
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24

24. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Vue générale
La puissance des graph databases
Performance
Flexibilité ;
Agilité : développement sans friction et contrôlé, gracieuse maintenance.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 12 / 24

25. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :
généraliser les modèles classiques ;
complexité des données dépassant la capacité du modèle relationnel ;
nécessité d’augmenter les fonctionnalités du modèle objet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24

26. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :
généraliser les modèles classiques : manque de
sémantique, connectivité des données invisible ;
complexité des données dépassant la capacité du modèle relationnel ;
nécessité d’augmenter les fonctionnalités du modèle objet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24

27. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :
généraliser les modèles classiques ;
complexité des données dépassant la capacité du
modèle relationnel : gestion des réseaux de transport,
... ;
nécessité d’augmenter les fonctionnalités du modèle objet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24

28. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Motivations
Modèle de graphe très utile dans la vie active :
généraliser les modèles classiques ;
complexité des données dépassant la capacité du modèle relationnel ;
nécessité d’augmenter les fonctionnalités du modèle
objet.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 13 / 24

29. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des données : un système de gestion hiérarchique basé sur Neo4j
L’interconnectivité sociale ;
La gestion des réseaux ;
La sécurité et l’accès aux données.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24

30. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des données
L’interconnectivité sociale : gestion de la connectivité grâce aux graphes
;
La gestion des réseaux ;
La sécurité et l’accès aux données.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24

31. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des données
L’interconnectivité sociale ;
La gestion des réseaux : migration vers les graph databases pour gérer la forte
connectivité de leurs clients
;
La sécurité et l’accès aux données.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24

32. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Applications
La gestion des données
L’interconnectivité sociale ;
La gestion des réseaux ;
La sécurité et l’accès aux données : relier les détails d’authentification des
clients et administrateurs
.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 14 / 24

33. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphes
Exécution des algorithmes de graphes sur divers ensembles de données ;
Identification des "clusters" dans les données ou réponse à des questions telles
que : "combien de relations, en moyenne, chaque entité a dans le réseau
social ?"
Particularités
Traitement par lots (requêtes globales) ;
Incluent des couches de stockage des données ou manipulent des données
issues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24

34. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphes
Exécution des algorithmes de graphes sur divers ensembles de données ;
Identification des "clusters" dans les données ou réponse à des questions telles
que : "combien de relations, en moyenne, chaque entité a dans le réseau
social ?"
Particularités
Traitement par lots (requêtes globales) ;
Incluent des couches de stockage des données ou manipulent des données
issues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24

35. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphes
Exécution des algorithmes de graphes sur divers ensembles de données ;
Identification des "clusters" dans les données ou réponse à des questions telles
que : "combien de relations, en moyenne, chaque entité a dans le réseau
social ?"
Particularités
Traitement par lots (requêtes globales) ;
Incluent des couches de stockage des données ou manipulent des données
issues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24

36. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphes
Exécution des algorithmes de graphes sur divers ensembles de données ;
Identification des "clusters" dans les données ou réponse à des questions telles
que : "combien de relations, en moyenne, chaque entité a dans le réseau
social ?"
Particularités
Traitement par lots (requêtes globales) ;
Incluent des couches de stockage des données ou manipulent des données
issues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24

37. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Manipulation des graphes
Les moteurs de manipulation des graphes
Exécution des algorithmes de graphes sur divers ensembles de données ;
Identification des "clusters" dans les données ou réponse à des questions telles
que : "combien de relations, en moyenne, chaque entité a dans le réseau
social ?"
Particularités
Traitement par lots (requêtes globales) ;
Incluent des couches de stockage des données ou manipulent des données
issues de sources externes ;
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 15 / 24

38. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Quelques exemples
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 16 / 24

39. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Aussi SPARQL, Gremlin, ...
Syntaxe : similaire à SQL (CREATE, UPDATE, DELETE, WHERE, ...) ;
Création d’un graphe :
Pour représenter le graphe ci-contre, il
faut :
1 CREATE (a), (b), (c)
2 CREATE (a)-[:KNOWS]->(b)-[:
KNOWS]->(c), (a)-[:KNOWS
]->(c)
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 17 / 24

40. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Aussi SPARQL, Gremlin, ...
Syntaxe : similaire à SQL (CREATE, UPDATE, DELETE, WHERE, ...) ;
Création d’un graphe :
Pour représenter le graphe ci-contre, il
faut :
1 CREATE (a), (b), (c)
2 CREATE (a)-[:KNOWS]->(b)-[:
KNOWS]->(c), (a)-[:KNOWS
]->(c)
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 17 / 24

41. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Aussi SPARQL, Gremlin, ...
Syntaxe : similaire à SQL (CREATE, UPDATE, DELETE, WHERE, ...) ;
Création d’un graphe :
Pour représenter le graphe ci-contre, il
faut :
1 CREATE (a), (b), (c)
2 CREATE (a)-[:KNOWS]->(b)-[:
KNOWS]->(c), (a)-[:KNOWS
]->(c)
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 17 / 24

42. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Interroger les graphes : Cypher
Parcours du graphe :
1 START a = node:user(name = ’Michael’)
2 MATCH (a)-[:KNOWS]->(b)-[:KNOWS]->(c), (a)-[:KNOWS]->(c)
3 RETURN b, c
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 18 / 24

43. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Modélisation par un graphe
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 19 / 24

44. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Vue générale Motivations et applications Manipulation des graphes Quelques exemples Langage et modélisation
Modélisation par un graphe
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 19 / 24

45. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 20 / 24

46. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 21 / 24

47. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Plan de l’exposé
1 Introduction
2 Graphes et Bases de données
3 Graph databases
4 Démonstration
5 Conclusion
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 22 / 24

48. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nos jours ;
Modélisation très liée au monde réel ;
Devient facile avec la maîtrise des graphes ;
Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24

49. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nos
jours ;
Modélisation très liée au monde réel ;
Devient facile avec la maîtrise des graphes ;
Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24

50. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nos jours ;
Modélisation très liée au monde réel ;
Devient facile avec la maîtrise des graphes ;
Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24

51. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nos jours ;
Modélisation très liée au monde réel ;
Devient facile avec la maîtrise des graphes ;
Plus d’informations : Graph databases, Ian Robinson, Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24

52. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
Conclusion
Sujet plus que d’actualité
Technologie très adaptée pour des applications de nos jours ;
Modélisation très liée au monde réel ;
Devient facile avec la maîtrise des graphes ;
Plus d’informations : Graph databases, Ian Robinson,
Jim Webber & Emil Eifrem.
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 23 / 24

53. Introduction Graphes et Bases de données Graph databases Démonstration Conclusion
koffisani@gmail.com koffisani koffisani
koffisani +KoffiSani
Koffi Sani Les bases de données orientées Graphes 18 septembre 2014 24 / 24