Guida pratica ai dati grafici: Applicare il pensiero grafico e le tecnologie grafiche per risolvere problemi complessi

Recensioni dei lettori

Il libro è stato molto apprezzato per i contenuti ben scritti, la praticità e la chiarezza delle spiegazioni, che lo rendono adatto ai principianti e a chi ha familiarità con i database a grafo. Tuttavia, è stato criticato per l'eccessiva specificità del fornitore, la ripetitività e la mancanza di diagrammi a colori.

⬤ Ben scritto e facile da seguire
⬤ ottimo per i principianti
⬤ fornisce esempi pratici e un buon mix di teoria
⬤ utile per comprendere l'interrogazione a grafo
⬤ contiene esempi reali e approfondimenti sui concetti dei database a grafo
⬤ consigliato a chi lavora con i database a grafo.

⬤ Troppo specifico per i fornitori, in particolare per DataStax e Gremlin
⬤ alcuni lo trovano ripetitivo
⬤ inclusione di equivalenti SQL non necessari
⬤ i diagrammi stampati in bianco e nero possono ostacolare la comprensione
⬤ può richiedere conoscenze intermedie per alcune parti
⬤ lamentele per gli esempi troppo specifici.

(basato su 18 recensioni dei lettori)

Titolo originale:

The Practitioner's Guide to Graph Data: Applying Graph Thinking and Graph Technologies to Solve Complex Problems

Contenuto del libro:

I dati grafici colmano il divario tra il modo in cui gli esseri umani e i computer vedono il mondo. Mentre i computer si basano su righe e colonne di dati statici, le persone navigano e ragionano sulla vita attraverso le relazioni. Questa guida pratica dimostra come i dati a grafo uniscano questi due approcci. Lavorando con i concetti della teoria dei grafi, degli schemi di database, dei sistemi distribuiti e dell'analisi dei dati, si arriva a un'intersezione unica, nota come pensiero a grafi.

Gli autori Denise Koessler Gosnell e Matthias Broecheler mostrano a ingegneri dei dati, scienziati dei dati e analisti dei dati come risolvere problemi complessi con i database a grafo. Esplorerete i modelli per costruire con la tecnologia a grafo, insieme ad esempi che dimostrano come i team pensano ai dati a grafo all'interno di un'applicazione.

⬤ Costruire un esempio di architettura applicativa con tecnologie relazionali e a grafo.

⬤ Usare la tecnologia a grafo per costruire un'applicazione Customer 360, il modello di dati a grafo più diffuso oggi.

⬤ Esplorate i dati gerarchici e risolvete un nuovo paradigma che deriva dal lavoro con i dati a grafo.

⬤ Trovare percorsi nei dati a grafo e capire perché la fiducia nei diversi percorsi motiva e informa le vostre preferenze.

⬤ Usate il filtraggio collaborativo per progettare un sistema di raccomandazione ispirato a Netflix.