Chapitre 4 : 6MongoDB

Chapitre : Neo4j
Agrégation
Ines
InesSlimen
Slimen
Problème 1 : Croissanceexponentielle du
volume de données

2
Problème 2: Explosion dela connectivité
des données

3
Volume x Connectivité =Complexité

4
 Casd’utilisation
• Détection de fraude
• Recommandation
• Réseaux sociaux
• Gestion de configuration
• Géo-Spatial
• Interactions moléculaires
(Biologie)
• Gestion de ligne produit
• Collaboration

5
 Neo Technology(Neo4j)
• Editeur de la base de données de graphes Neo4j depuis 2000
• Présence en France, Allemagne, Angleterre, Suède, USA, Grèce et Malaisie 1
000 000+ téléchargements
• 27 000 membres dans la communauté dans 25 pays (7 villes en France)
• Top 500 clients tels que Adobe, eBay, Wallmart, UBS, ABC Bank,Cisco, Deutsch Telecom, Deutsch Post,
Telenor, SFR,Lockheed Martin, Airbus…
• Partenaires locaux ou globaux tels que Accenture : +150
• Partenaires technologiques tels que VMware, Informatica et Microsoft

• Neo4j est leader mondial des bases de données Graph

6
Inconvénients autres types deBDNR
Pas de structure de données pour modéliser ou stocker les relations
Pas de requêtes développées pour supporter les relations entre les données
Les relations entre les données exigent une jointure logique dans l’application
Pas de support ACID pour les transactions

…les bases de données NoSQLne sont pas adaptées pour lesprocess

7
Neo4j
Neo4j est une base de données de graphe de type entreprise
permettant:
◦ Modéliser et stocker les données comme un graphe
◦ Requêter les relations entre les données facilement et en temps
réel
◦ Evolution simple des applications pour supporter les nouveaux
besoins et ajouter les nouveaux types de données et relations

8
 Caractéristiques
• Stockage graphe natif qui assure la Requête simple et performante
consistance des données et la
Requiert 10 à 100 fois moins de code que
performance
SQL
• Native Graph Processing
Scalabilité et haute disponibilité
• Millions t’étapes, de “sauts” par seconde,en
Scalabilité verticale et horizontale
• temps réel.
Built-in ETL
• “Whiteboard Friendly” Data Modeling
Import simple des bases de données et
• Modélisation implicites des données
fichiers
• Haute intégrité des données
Integration
• Transactions 100% ACID Drivers et APIs pour les langages
standards

9 9
 Basededonnéesorientée«Graphe»
• Une base dont la structure est représentée sous forme de « graphe »
(théorie des graphes)
• Ce graphe est basé sur des Nœuds et desArcs
• Par exemple, les relations entre les utilisateurs de Twitter peuvent être
représentées de manière simplifiée par le graphe suivant :

10
Basededonnéesorientée«Graphe»
Dans cette structure de données, on considère que la relation est aussi importante quel’entité
La relation est identifiée par un nom (sémantique)

Exemple :
◦ NEO4j (Java) : Neo Technology
◦ OrientDB (Java) : Nuvela Base
◦ DEX (C++): Sparsity Technologies
◦ TinkerGraph (Java) : TinkerPop

11
Basededonnéesorientée«Graphe»
Un graphe peut représenter n’importe quel typede données.
Un nœud est l’équivalent d’un enregistrement
Une relation permet de relier des nœuds, et peut êtretypée
Les nœuds et les relations peuvent avoir des propriétés, représentant des attributs
nommés Un label est un nom permettant d’organiser les nœuds engroupes

12
Stockage et traitementgraphe
Stockage Graphe
◦ Objectif: performance et scalabilité.
◦ Stockage des données représentées sous forme d'un graphe, avec des nœuds et des relations.
◦ Utilisant des structures de stockage dédiées aux nœuds et relations.

Traitement Graphe
◦ Parcours des relations grâce à des pointeurs physiques.
◦ Système de stockage capable de fournir une adjacence entre éléments voisins : chaque
voisin d'une entité est accessible grâce à un pointeur physique.
◦ Lecture et parcours des données sans recours à un index, en utilisant les arcs pour passer d'un
nœud à
l'autre.

13
Scalabilité:sharding
•S'il faut dépasser la capacité d'un cluster, nous pouvons partitionner le graphe surplusieurs
instances de la base via la construction d'une logique de sharding dans l'application.
•Le sharding implique l'utilisation d'un identifiant synthétique pour la jointure des
données sur plusieurs instances de la base au niveau applicatif.
•Comment cela s'effectuera dépend beaucoup de la forme du graphe. Certains graphes se prêtent
très bien à ce cas avec des «frontières pratiques». Bien sûr, pas tous les graphes ont des
«frontières» si évidentes.
•L'objectif futur de la plupart des bases de données graphe est d'être capable de partitionner un
graphe sur plusieurs machines sans intervention au niveau de l'application, de sorte que
l'accès en lecture et en écriture sur le graphe puisse être scalable horizontalement.
•Dans le cas général, cela est connu pour être un problème NP-dur, et donc impossible à
résoudre.

14
La base de donnéesNeo4j
Neo4j ne gère pas les bases de données multiples.
Le cas d’utilisation d’une base de données orientée graphes est spécifique, et il n’y apas
vraiment de sens de créer plusieurs bases de données.
Neo4j stocke toutes ses données dans un répertoire.
Pour supprimer la base de données entière, ilconvient d’arrêter le service, de supprimer tous les
fichiers du répertoire (neo4j/data/graph.db) et de redémarrer le service.

15
Les langages deNeo4j
Mis à part les pilotes spécifiques pour les langages clients, qui permettent de
manipuler les nœuds et les relations dans un mode procédural, Neo4j offre deux
langages spécifiques : Cypher et Gremlin.
Cypher est un langage déclaratif inspiré du SQL,qui permet d’exprimer une requête complexe
de
façon élégante et compacte.
Gremlin, quant à lui, est un langage de script basé sur Groovy (un langage pour la plate-
forme
Java dont la syntaxe s’inspire de langages de script comme Python et Ruby). Ilpermet d’envoyer
des scripts qui seront exécutés du côté serveur à travers l’interface RESTde Neo4j.
Nous allons utiliser ici des commandes Cypher.

16
Language Cypher

17