Varför jag undviker grafdatabaser Frågan: "Är produktionen av kunskapsgrafer klar? Ska vi använda den?" Svaret: Efter 10 år i ML håller jag mig borta från grafdatabaser. Alla företag jag har sett gå in i grafvärlden flyttar tillbaka till SQL inom 4-5 år. Problemen är verkliga: Svårt att anställa talanger (lättare att hitta PostgreSQL-experter) Schemadefinition skapar oändliga debatter utan tydliga bästa praxis De flesta användningsfall behöver bara 1–2 bläddringar, inte komplexa grafåtgärder Till och med Facebooks "graf" var i själva verket en stor MySQL-databas. Det enda företaget som verkligen behöver grafdatabaser är LinkedIn för 3-5 graders vänskapsberäkningar. Även för Microsofts Document Graph-metod - jag skulle hellre använda finjusterade inbäddningar. Ett diagram är bara en intilliggande matris, och finjustering kan ta dig nära den likhetsdefinitionen utan den operativa komplexiteten. Börja med dina data: Låt specifika användningsfall motivera diagramkomplexiteten i stället för att välja teknik först. Grafen kan vara 2 % bättre, men traditionella metoder som fungerar bra innebär att 2 % sällan motiverar underhållskostnaden.