Practical Graph Structures in SQL Server and Azure SQL: Enabling Deeper Insights Using Highly Connected Data
Využívejte funkce grafových tabulek v Azure SQL, které byly představeny v SQL Serveru 2017 a dále zdokonaleny v SQL Serveru 2019. Tato kniha vám ukáže, jak vytvářet datové struktury pro zachycení složitých vazeb mezi položkami v datech. Tato spojení vám pomohou analyzovat a čerpat poznatky ze souvislostí v datech, které přesahují klasické vztahy.
Příklady grafů v knize jsou užitečné při analýze vztahů v sociálních médiích, složitých vztahů mezi produkty a zákazníky a při jakémkoli jiném typu analýzy dat, při níž lze vytěžit nepřímé vazby, které by jinak mohly být při použití běžných technik přehlédnuty, a získat tak jejich vhled a obchodní hodnotu.
Jsou zde popsány stromové struktury s důrazem na strukturu, kterou organizace běžně používají k agregaci dat na různých úrovních organizace. Kniha obsahuje příklady kódu objektů SQL Graph i alternativní techniku implementace stromů. Součástí jsou vzorová data (a generátory dat), abyste si mohli otestovat výkonnost a zvolit implementační přístup, který nejlépe vyhovuje vašim potřebám a potřebám vaší aplikace.
Pokud vaše práce zahrnuje analýzu nebo ukládání datových prvků, které jsou propojeny v síťové topologii, pak vám tato kniha pomůže využít sílu SQL Serveru pro tato data a využít vaše stávající znalosti.
Co se naučíte
⬤ Pochopit model grafů a související pojmy používané při analýze grafů.
⬤ Ukládat vysoce propojená data v SQL Serveru a Azure SQL vedle stávajících relačních dat.
⬤ Plně využívat funkci grafových tabulek, která je v SQL Serveru 2019 zdokonalena a vylepšena.
⬤ Zavedení vysoce výkonných stromových struktur, které umožní ukládání a dotazování na stromová data.
⬤ Vyhledávat data spojená se stromovou strukturou a agregovat výsledky na různých úrovních.
Pro koho je tato kniha určena
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)