dlaczego unikam baz danych grafowych pytanie: "czy wiedza o grafie rag jest gotowa do produkcji? czy powinniśmy jej używać?" odpowiedź: po 10 latach w ML, trzymam się z dala od baz danych grafowych. każda firma, którą widziałem wchodzącą w świat grafów, wraca do SQL w ciągu 4-5 lat. problemy są realne: trudno znaleźć talenty (łatwiej znaleźć ekspertów od postgresql) definicja schematu tworzy niekończące się debaty bez wyraźnych najlepszych praktyk większość przypadków użycia potrzebuje tylko 1-2 przejść, a nie skomplikowanych operacji grafowych a nawet "graf" facebooka był w rzeczywistości dużą bazą danych mysql. jedyną firmą, która naprawdę potrzebuje baz danych grafowych, jest linkedin do obliczeń przyjaźni na poziomie 3-5. a nawet w przypadku podejścia grafowego dokumentów microsoftu - wolałbym użyć dostosowanych osadzeń. graf to tylko macierz sąsiedztwa, a dostosowanie może zbliżyć cię do tej definicji podobieństwa bez złożoności operacyjnej. zacznij od swoich danych: niech konkretne przypadki użycia uzasadniają złożoność grafu, a nie wybór technologii na początku. graf może być o 2% lepszy, ale tradycyjne podejścia działające dobrze oznaczają, że te 2% rzadko uzasadniają koszty utrzymania.