MongoDB Academy · Ders

Neo4j Gibi Bir Grafik Veritabanı Ne Zaman Kullanılır

4. ders / 413 adım

Neo4j Gibi Bir Grafik Veritabanı Ne Zaman Kullanılır, CoddyKit'te ücretsiz bir MongoDB Academy dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, MongoDB Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. MongoDB Academy kursu toplamda 4 dersten oluşur.

Grafik Veritabanı Nedir?

Bir grafik veritabanı, verileri düğümler (varlıklar) ve kenarlar (varlıklar arasındaki ilişkiler) olarak temsil eder. Her kenar, kendi türü ve özellikleri olan birinci sınıf bir nesnedir. İlişkilerin yabancı anahtarlar veya gömülü başvurularla dolaylı olarak ifade edildiği ilişkisel ya da belge veritabanlarının aksine grafik veritabanları, ilişkileri her atlamada O(1) dolaşım sağlayan açık bağlantılar olarak depolar; bir ilişkiyi izlemek, veritabanının boyutundan bağımsız olarak sabit zaman alır.

İlişki Dolaşımı Problemi

Belge ve ilişkisel veritabanları varlıkları bulmak için iyileştirilmiştir — bir kullanıcıyı kimliğine göre getirmek, siparişleri duruma göre sorgulamak gibi. İlişkilerde dolaşma konusunda zorlanırlar — 'son bir ay içinde Alice ile aynı ürünü satın alan Alice'in arkadaşlarının tüm arkadaşlarını bul'. Her atlama bir $lookup veya JOIN gerektirir. Üç atlama derinliği, üç iç içe birleştirme anlamına gelir. Milyonlarca düğüm arasında 10 atlamada MongoDB'nin performansı üstel olarak düşerken Neo4j'nin performansı sabit kalır.

// MongoDB: 3-hop traversal — three nested $lookup stages
db.users.aggregate([
  { $match: { _id: aliceId } },
  { $lookup: { from: 'follows', localField: '_id', foreignField: 'followerId', as: 'following' } },
  { $unwind: '$following' },
  { $lookup: { from: 'follows', localField: 'following.followeeId', foreignField: 'followerId', as: 'followingOfFollowing' } },
  // Expensive and increasingly slow with scale
])

Neo4j ve Cypher Sorgu Dili

Neo4j, grafik dolaşımı için bildirimsel ve kalıp tabanlı bir dil olan Cypher sorgu dilini kullanan en popüler grafik veritabanıdır. Bir Cypher sorgusu, aradığınız grafik kalıbını ASCII sanat gösterimini kullanarak açıklar: () içindeki düğümler ve -[]-> içindeki ilişkiler. Sorgu motoru, yerel dizinsiz komşuluk özelliğini kullanarak kalıpla eşleşen tüm alt grafikleri verimli biçimde bulur.

// Cypher: find Alice's second-degree connections (friends of friends)
MATCH (alice:User { name: 'Alice' })
      -[:FOLLOWS]->(:User)
      -[:FOLLOWS]->(foaf:User)
WHERE NOT (alice)-[:FOLLOWS]->(foaf)
  AND foaf <> alice
RETURN DISTINCT foaf.name, foaf.email
LIMIT 50

// This is O(connections traversed), not O(total users in DB)

Klasik Grafik Kullanım Alanı: Öneri Motorları

Öneri sistemleri, ilişki ağlarında dolaşmaya dayanır: 'sizin satın aldıklarınızı satın alan kullanıcılar X'i de satın aldı'. Bir grafikte her satın alma, bir kullanıcı düğümü ile ürün düğümü arasındaki kenardır. İş birliğine dayalı filtreleme önerilerini bulmak 2 atlamalı bir dolaşımdır: Kullanıcı → Ürün → (o Ürünü satın alan diğer Kullanıcılar) → (bu Kullanıcıların satın aldığı diğer Ürünler). Neo4j saniyede milyonlarca bu tür dolaşımı gerçekleştirebilir. MongoDB'nin $graphLookup özelliği bunu yapabilir, ancak ölçek büyüdükçe performansı düşer.

// Cypher: collaborative filtering recommendation
MATCH (me:User { _id: 'alice123' })
      -[:PURCHASED]->(p:Product)
      <-[:PURCHASED]-(other:User)
      -[:PURCHASED]->(rec:Product)
WHERE NOT (me)-[:PURCHASED]->(rec)
RETURN rec.name, COUNT(other) AS score
ORDER BY score DESC
LIMIT 10

Grafik Analiziyle Dolandırıcılık Tespiti

Dolandırıcılık ağları çoğu zaman paylaşılan kimlik bilgilerini içerir: aynı cihaz kimliğini, telefon numarasını, IP adresini veya fatura adresini paylaşan birden çok hesap. Grafik veritabanları, ilişkilerde dolaşarak bu ağları tespit etmede son derece başarılıdır: 'bu şüpheli hesaba paylaşılan öznitelikler üzerinden 3 atlama içinde bağlı olan tüm hesapları bul'. İşlem sırasında gerçek zamanlı dolandırıcılık puanlaması — milyonlarca bağlantılı varlık arasında bir grafiği milisaniyeler içinde sorgulamak — Neo4j'nin MongoDB'nin karşılayamayacağı yerel bir gücüdür.

// Cypher: find fraud ring (accounts sharing device/phone/address)
MATCH (suspect:Account { id: 'acc-999' })
      -[:SHARES_DEVICE|SHARES_PHONE|SHARES_ADDRESS*1..3]-(related:Account)
WHERE related.status = 'active'
RETURN related.id, related.email
LIMIT 100

Bilgi Grafikleri

Bir bilgi grafiği, varlıkları ve bunların anlamsal ilişkilerini modeller; örneğin Wikipedia bilgilerinin grafik olarak yapılandırılması gibi. Bilgi grafikleri, arama motorlarında varlık tanımayı, yapay zekâ asistanlarının olgusal yanıtlarını ve kurumsal ontolojileri destekler. Grafik modeli buna doğal olarak uyar: Person knows Person, Person worksAt Company, Company isLocatedIn City, City isCapitalOf Country. Bu anlamsal zincirlerde dolaşmak, grafik veritabanlarının tasarlanma amacıdır.

MongoDB'nin $graphLookup Özelliği Ne Zaman Yeterlidir

Her grafik problemi Neo4j gerektirmez. MongoDB'nin $graphLookup özelliği şu durumlarda ağaç ve grafik dolaşımlarını makul ölçüde yönetir: sığ hiyerarşiler (5–6 atlamadan az); orta büyüklükte grafikler (binlerce ila düşük milyonlarca düğüm); ve daha yüksek gecikme süresini karşılayabilen seyrek dolaşım sorguları. Grafik sorguları esas olarak belge verileri etrafında oluşturulmuş bir uygulamanın ikincil bir özelliğiyse her şeyi MongoDB'de tutmak yığını önemli ölçüde basitleştirir.

// MongoDB $graphLookup: category hierarchy traversal
db.categories.aggregate([
  { $match: { _id: 1 } },
  {
    $graphLookup: {
      from: 'categories',
      startWith: '$_id',
      connectFromField: '_id',
      connectToField: 'parentId',
      as: 'descendants',
      maxDepth: 5
    }
  }
])

Neo4j Ne Zaman MongoDB'ye Tercih Edilmeli

Şu durumlarda Neo4j'yi (veya başka bir grafik veritabanını) seçin: derin, çok atlamalı dolaşımlar temel bir özell translation needed? (sosyal ağlar, bilgi grafikleri, dolandırıcılık tespiti); ilişkinin kendisi zengin özellikler taşıyorsa (örneğin, takibin ne zaman gerçekleştiğini ve karşılıklı olup olmadığını depolayan bir FOLLOWS kenarı); grafik sorgularının yüksek eşzamanlılık altında gerçek zamanlı sonuç döndürmesi gerekiyorsa; veya alanın tamamı varlık merkezli olmaktan çok ilişki merkezliyse. Sosyal medya, kimlik grafikleri, ağ topolojisi ve bağımlılık grafikleri için Neo4j'ye başvurun.

Çok Dilli Kalıcılık: İkisini Birlikte Kullanmak

Büyük sistemlerin çoğu çok dilli kalıcılık kullanır; farklı ihtiyaçlar için farklı veritabanları tercih edilir. Bir sosyal platform, kullanıcı profillerini ve gönderileri MongoDB'de (zengin belge sorguları), arkadaşlık ve ilgi grafiklerini Neo4j'de (hızlı dolaşım), oturum verilerini Redis'te (milisaniyenin altında arama) ve analiz verilerini sütun tabanlı bir depoda saklayabilir. Her veritabanı en iyi yaptığı işi gerçekleştirir. Zorluk, sistemler arasındaki tutarlılığı yönetmektir; ancak performans ve ölçeklenebilirlik kazanımları çoğu zaman bu karmaşıklığı haklı çıkarır.

MongoDB ve Neo4j Veri Modeli Karşılaştırması

MongoDB'de sosyal bir ilişki, follows koleksiyonunda followerId ve followeeId alanlarına sahip bir belge olarak modellenir. Neo4j'de ise iki User düğümünü doğrudan birbirine bağlayan bir FOLLOWS kenarıdır. Grafik modeli, aradaki koleksiyonu ortadan kaldırır ve doğrudan işaretçi tabanlı dolaşımı mümkün kılar. Belge modeli kullanıcının profil verilerini getirmede, grafik modeli ise kullanıcının sosyal bağlantılarında dolaşmada daha iyidir.

// MongoDB: relationships as documents
{ _id: ObjectId(), followerId: ObjectId('alice'), followeeId: ObjectId('bob'), createdAt: new Date() }

// Neo4j Cypher equivalent:
// (alice:User)-[:FOLLOWS { createdAt: datetime() }]->(bob:User)
// Stored as direct pointer — no intermediate collection needed

Grafik Özellikleri ve İlişki Türleri

Neo4j'deki grafik kenarlarının bir türü (etiket gibi) vardır ve bu kenarlar özelliklere sahip olabilir. Bir sosyal grafikte FOLLOWS, LIKES, PURCHASED ve REVIEWED kenar türleri bulunabilir; bunların her birinin kendine ait özellikleri vardır. Cypher sorguları kenar türüne göre eşleştirme yapabilir ve kenar özelliklerine göre filtreleyebilir; böylece zengin ilişki sorguları mümkün olur. Bu yaklaşım, MongoDB'deki bir relationships koleksiyonunda type alanı depolamaktan ve bu alan üzerinden birleştirme yapmaktan çok daha doğaldır.

// Cypher: find products purchased within the last 7 days by connections
MATCH (me:User { id: 'alice' })
      -[:FOLLOWS*1..2]->(friend:User)
      -[p:PURCHASED]->(prod:Product)
WHERE p.purchasedAt >= datetime() - duration('P7D')
RETURN prod.name, COUNT(friend) AS friendsBought
ORDER BY friendsBought DESC
LIMIT 5

Hızlı Kontrol

Bu derste MongoDB ve NoSQL Veritabanları kavramlarını ne kadar anladığınızı test edin.

İnteraktif derste cevapla

Ders Özeti

Bu derste şunları öğrendiniz: Neo4j gibi grafik veritabanları, öneri motorları, dolandırıcılık tespiti ve bilgi grafikleri gibi derin ve çok adımlı ilişki geçişlerinde mükemmeldir; MongoDB'nin $lookup zincirleri ise üstel olarak yavaşlar. Neo4j'nin Cypher dili, grafik desenlerini hiçbir belge sorgulama dilinin eşleşemeyeceği şekilde bildirimsel olarak ifade eder. Ayrıca belge verileri için MongoDB'yi, ilişki geçişleri için Neo4j'yi kullanan çok dilli kalıcılık, üretim ortamlarında yaygın bir yaklaşımdır. Sırada, uygulama geliştirme sürecinin son projesi var: üretime hazır bir MongoDB uygulama mimarisi tasarlayacağız.

Başlamak ücretsiz

Yapay zeka eğitmeniyle JavaScript öğren — ücretsiz

Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.

Kurslar: 30
Dersler: 120

Ücretsiz öğrenmeye başla Tüm kursu görüntüle

Sıkça Sorulan Sorular

“Neo4j Gibi Bir Grafik Veritabanı Ne Zaman Kullanılır” dersi ücretsiz mi?

Evet — “Neo4j Gibi Bir Grafik Veritabanı Ne Zaman Kullanılır” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve MongoDB Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. MongoDB Academy kursu toplamda 4 dersten oluşur.

“Neo4j Gibi Bir Grafik Veritabanı Ne Zaman Kullanılır” dersinde ne öğreneceğim?

Öğrenenler, öneri motorları, dolandırıcılık tespiti ve bilgi grafikleri gibi grafik yapısındaki problemlerde Neo4j'nin yerel dolaşımının MongoDB'deki $lookup zincirlerinden daha iyi performans göster… MongoDB Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

MongoDB Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te MongoDB Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Neo4j Gibi Bir Grafik Veritabanı Ne Zaman Kullanılır” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu MongoDB Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her MongoDB Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

MongoDB ve Redis: Belgeler ve Anahtar-Değer Önbelleği
MongoDB ve Cassandra: Gezegen Ölçeğinde Yazma İşlemleri
MongoDB ve DynamoDB: Bulut Yerel Yaklaşımının Ödünleşimleri
Neo4j Gibi Bir Grafik Veritabanı Ne Zaman Kullanılır

← MongoDB Academy Sayfasına Dön