对实时推荐引擎来说，关系数据库已过时，图数据库才是王道！( 三 ) 摘要：大数据时代下

如果你选择忽略这些问题，直接显示所有属性，生成的推荐就会显得很愚蠢且不专业。看看如下这个真实的例子，由于零售商的主要业务是销售服装，并没有调整数据库中的家居用品销售，因此“性别”属性为“男女皆宜”的架子就出现在了推荐列表中。

文章图片
更好的解决方案是，更新数据模式，通过一个表来存储船只，另一个表来存储捕鱼设备。但是，你还需要向USER表添加一个附加属性，以存储捕鱼设备的唯一键以及船只的唯一键。如果没有唯一键的信息，你将无法连接两个表。
随着业务进一步扩展，每次添加一种新型产品，你都将面临同一个问题。也就是说，你需要新建一个表，并添加一个属性列。当然，这只是一个示例，你可以更好地改进数据库模式。但是，正如你所见，使用关系数据库时，我们需要解决很多技术细节和问题。
反之，如果使用图数据库，我们就可以将这些繁琐的变更减到最小，并将由于未涵盖某些场景而导致系统突然崩溃可能性降到最低。
图数据库不需要预先定义模式，这意味着，你可以使用数据库中不存在的标签和属性创建节点，还可以将它们连接到现有节点，而无需破坏现有节点或对现有数据进行任何更改。
使用图数据库，你可以随时输入新的变更，而不会破坏现有的功能。
下面，我们试试看利用图数据库处理上述新的业务需求：销售和推荐钓鱼设备。如果你的平台决定开始销售钓鱼设备，那么在创建新节点PRODUCT时，你需要添加另一个标签：FISHING_EQUIPMENT 。

文章图片
如此，用户就可以开始购买钓鱼设备，推荐引擎也可以将这项新业务纳入算法中。用户在购买钓鱼设备时，就会创建一个二者之间的关系，而你无需对CUSTOMER节点或FISHING_EQUPIMENT节点进行任何修改。
总结
尝试新技术绝非易事，但如果不紧跟前沿技术，就有可能被竞争对手抢先。
推荐引擎使用的数据正在以秒为单位增长，市场需要真正有意义的推荐。为了提供高价值的推荐，引擎需要考虑到市场趋势以及用户在平台上执行的所有操作（浏览、评论、添加到购物车或愿望清单、删除、分享或购买）。
推荐引擎不仅需要与目标用户的购物习惯保持一致，而且还需要考虑到相似购物者的习惯。由于市场的变化，我们很难预测业务需求，从而导致业务模型也会发生变化。图数据库可以轻松适应任何必要的变更。
最后，如果由于数据过多而导致推荐引擎无法正常运转，公司的业务发展也因此受到了阻碍，那么从关系数据库迁移到图数据库将是一个明智的选择。
?Windows11的开始菜单都要加广告了？网友：微软你清醒一点！
?久未更新的老化工具，遍布在82%的开源项目里
?让阿根廷队“告吹”的三个球背后， 2022年世界杯暗藏哪些技术玄机？返回搜狐，查看更多
责任编辑：