Relaatio- ja graafitietokantojen sekä niiden hallintajärjestelmien vertailua

Tämän kandidaatintutkielman tarkoituksena on kirjallisuuskatsauksen keinoin kuvata relaatio- ja graafitietokantojen eroavaisuuksia tietomalliensa, käyttökohteidensa ja hallintajärjestelmiensä näkökulmista. Relaatiomalli on saavuttanut itsestään selvän aseman koko tietokanta-alalla, niin akateemisessa kuin liiketoiminnallisissakin yhteyksissä, mutta myös harrastajapiireissä. 1990- luvulta lähtien, internetin hyödyntämisen yleistyessä ja linkittyneen, verkkomuotoisen tiedon lisääntyessä yhä suurempi osa tiedosta on rakenteeltaan osittain tai kokonaan jäsentymätöntä, jatkuvasti uudelleen muotoutuvaa ja verkottunutta. Verkkomuotoinen tieto tietokantojen yhteydessä mukautuu niin sanottuun graafimalliin, jonka teoreettinen tausta on jo pitkään tunnetussa verkkoteoriassa. Graafimuotoisen tiedon käsittely perinteisillä relaatiotietokannan hallintajärjestelmillä (RDBMS) on osoittautunut haasteelliseksi. Tämä johtuu graafeille ominaisten, objektien välisten liitoksien runsaasta määrästä. Relaatiotietokannassa liitoksien runsas määrä aiheuttaa RDBMS:lle merkittäviä suorituskykyongelmia. Lisäksi osittain tai kokonaan jäsentymättömän tiedon käsittely on relaatiotietokannassa haasteellista, koska siinä hyödynnetään skeemaa eli tietokannan luonnin yhteydessä määriteltyä tietokannan rakenteellista mallia. Näiden pohjalta on syntynyt tarve kehittää uudenlaisia, graafeille sopivampia tietokannanhallintajärjestelmiä (DBMS). Uudenlaiset tietokannat kuuluvat NoSQL-tietomalliperheeseen. SQL on yleisesti RDBMS:issä käytetty kyselykieli ja termillä NoSQL pyritään luomaan eroa perinteiseen relaatiomalliin. Sana NoSQL on akronyymi sanoista Not only SQL. NoSQL-tietomalliperheeseen kuuluvat muun muassa dokumentti-, avainarvopari-, sarakeperhe-, ja graafitietokannat. Tässä kandidaatintutkielmassa kuvataan relaatiomalliin ja sen soveltamiseen liittyvät peruskäsitteet, mutta painotus on enemmän graafimallissa ja sen soveltamisessa sekä siihen liittyvissä hyödyissä, haasteissa ja sovellusalueiden kuvaamisessa. Lisäksi tutkielmassa kuvataan kaksi RDBMS:n ja GDBMS:n (Graph Database Management System) käyttötapauksia vertailevaa tutkimusta. Kirjallisuuden pohjalta voidaan tehdä johtopäätös, että GDBMS:t sopivat tarkoitukseensa ja ovat vakiinnuttamassa paikkaansa tietokanta-alalla. Silti niiden käytössä on edelleen haasteita.