Graph Databases: Their Power and Limitations
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F15%3A10297454" target="_blank" >RIV/00216208:11320/15:10297454 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007%2F978-3-319-24369-6_5#page-1" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-319-24369-6_5#page-1</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-24369-6_5" target="_blank" >10.1007/978-3-319-24369-6_5</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Graph Databases: Their Power and Limitations
Popis výsledku v původním jazyce
Real world data offers a lot of possibilities to be represented as graphs. As a result we obtain undirected or directed graphs, multigraphs and hypergraphs, labelled or weighted graphs and their variants. A development of graph modelling brings also newapproaches, e.g., considering constraints. Processing graphs in a database way can be done in many different ways. Some graphs can be represented as JSON or XML structures and processed by their native database tools. More generally, a graph database isspecified as any storage system that provides index-free adjacency, i.e. an explicit graph structure. Graph database technology contains some technological features inherent to traditional databases, e.g. ACID properties and availability. Use cases of graph databases like Neo4j, OrientDB, InfiniteGraph, FlockDB, AllegroGraph, and others, document that graph databases are becoming a common means for any connected data. In Big Data era, important questions are connected with scalability fo
Název v anglickém jazyce
Graph Databases: Their Power and Limitations
Popis výsledku anglicky
Real world data offers a lot of possibilities to be represented as graphs. As a result we obtain undirected or directed graphs, multigraphs and hypergraphs, labelled or weighted graphs and their variants. A development of graph modelling brings also newapproaches, e.g., considering constraints. Processing graphs in a database way can be done in many different ways. Some graphs can be represented as JSON or XML structures and processed by their native database tools. More generally, a graph database isspecified as any storage system that provides index-free adjacency, i.e. an explicit graph structure. Graph database technology contains some technological features inherent to traditional databases, e.g. ACID properties and availability. Use cases of graph databases like Neo4j, OrientDB, InfiniteGraph, FlockDB, AllegroGraph, and others, document that graph databases are becoming a common means for any connected data. In Big Data era, important questions are connected with scalability fo
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA13-08195S" target="_blank" >GA13-08195S: Vysoce škálovatelné paralelní a distribuované metody zpracování vědeckých dat</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Computer Information Systems and Industrial Management
ISBN
978-3-319-24368-9
ISSN
—
e-ISSN
—
Počet stran výsledku
12
Strana od-do
58-69
Název nakladatele
Springer International Publishing
Místo vydání
Switzerland
Místo konání akce
Warsaw
Datum konání akce
24. 9. 2015
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—