SQL провалюється на 3+ переходах. GraphDB — ні. Уявіть, що всі рахунки знаходяться в межах трьох стрибків від підозрілої транзакції. Або зв'язування фрагментованих записів клієнтів між системами через спільні електронні листи та номери телефонів. Це запити на обхід графа. SQL може обробляти зв'язки, але не глибину. Звісно, можна писати рекурсивні CTE та самоз'єднання. Це працює на 1-2 стрибках. Але якщо заглибитися — і відбуваються дві речі: - Запит стає нечитабельним - І спортивні танки Кожен стрибок додає ще одне самоз'єднання. На 5-6 етапі ви бачите запити, які тривають хвилинами і розвалюються під навантаженням. Той самий запит у Cypher: MATCH (t:Transaction {id: 'TXN-001'})-[:INVOLVES*1.. 3]-(a:Account) ПОВЕРНІТЬСЯ ОКРЕМО a.name, телефон 3 рядки. Читається як питання, яке ти ставиш. Луска на будь-яку глибину. Саме для цього створені графові бази даних. FalkorDB — це те, про що варто знати. Це відкритий код. І він використовує інший архітектурний підхід порівняно з більшістю графових баз даних. Більшість графових баз даних переслідують вказівники від вузла до вузла під час проходження. FalkorDB цього не робить. Вона побудована на основі GraphBLAS — лінійного алгебрового фреймворку, який представляє графові операції як розріджені матричні обчислення. Кожен стрибок стає оптимізованою операцією матриці. Результат: - Краща поведінка кешу - Паралельні обчислення між стрибками...