Bewertung:

Das Buch wird für seinen gut geschriebenen Inhalt, seine Praxisnähe und seine klaren Erklärungen hoch gelobt, so dass es sich sowohl für Anfänger als auch für diejenigen eignet, die mit Graphdatenbanken vertraut sind. Es wurde jedoch kritisiert, dass es zu sehr anbieterspezifisch und repetitiv ist und dass es an farbigen Diagrammen mangelt.
Vorteile:⬤ Gut geschrieben und leicht verständlich
⬤ gut für Anfänger geeignet
⬤ bietet praktische Beispiele und eine gute Mischung aus Theorie
⬤ hilfreich für das Verständnis von Graphabfragen
⬤ enthält Beispiele aus der Praxis und vertieft Graphdatenbankkonzepte
⬤ empfohlen für alle, die mit Graphdatenbanken arbeiten.
⬤ Zu herstellerspezifisch, insbesondere in Bezug auf DataStax und Gremlin
⬤ manche finden es repetitiv
⬤ Einbeziehung unnötiger SQL-Äquivalente
⬤ schwarz-weiß gedruckte Diagramme können das Verständnis erschweren
⬤ für einige Teile sind möglicherweise Vorkenntnisse erforderlich
⬤ Beschwerden über zu spezifische Beispiele.
(basierend auf 18 Leserbewertungen)
The Practitioner's Guide to Graph Data: Applying Graph Thinking and Graph Technologies to Solve Complex Problems
Graphische Daten schließen die Lücke zwischen der Art und Weise, wie Menschen und Computer die Welt sehen. Während Computer sich auf statische Zeilen und Spalten von Daten verlassen, navigieren Menschen durch Beziehungen und denken über das Leben nach. Dieses praktische Handbuch zeigt, wie Graphdaten diese beiden Ansätze zusammenbringen. Durch die Arbeit mit Konzepten aus der Graphentheorie, Datenbankschemata, verteilten Systemen und der Datenanalyse gelangen Sie zu einer einzigartigen Schnittmenge, die als Graph Thinking bekannt ist.
Die Autoren Denise Koessler Gosnell und Matthias Broecheler zeigen Dateningenieuren, Datenwissenschaftlern und Datenanalysten, wie sie komplexe Probleme mit Graphdatenbanken lösen können. Sie lernen Vorlagen für den Aufbau mit Graphtechnologie kennen und zeigen anhand von Beispielen, wie Teams über Graphdaten innerhalb einer Anwendung nachdenken.
⬤ Erstellen Sie eine Beispielanwendungsarchitektur mit relationalen und Graphtechnologien.
⬤ Verwenden Sie die Graphtechnologie, um eine Customer 360-Anwendung zu erstellen, das derzeit beliebteste Graphdatenmuster.
⬤ Eintauchen in hierarchische Daten und Fehlersuche in einem neuen Paradigma, das sich aus der Arbeit mit Graphdaten ergibt.
⬤ Finden Sie Pfade in Graphdaten und erfahren Sie, warum Ihr Vertrauen in verschiedene Pfade Sie motiviert und Ihre Präferenzen beeinflusst.
⬤ Verwenden Sie kollaboratives Filtern, um ein von Netflix inspiriertes Empfehlungssystem zu entwickeln.