the challenge of connected data
play

The Challenge of Connected Data Jim Webber Chief Scien7st, - PowerPoint PPT Presentation

The Challenge of Connected Data Jim Webber Chief Scien7st, Neo Technology @jimwebber h?p://slantmagazine.com/film/review/saturday-night-fever/4210


  1. The ¡Challenge ¡of ¡Connected ¡Data ¡ Jim ¡Webber ¡ Chief ¡Scien7st, ¡Neo ¡Technology ¡ @jimwebber ¡

  2. h?p://slantmagazine.com/film/review/saturday-­‑night-­‑fever/4210 ¡

  3. h?p://freenewfoundlandlabrador.blogspot.com/2011/07/nl-­‑fisheries-­‑500-­‑years-­‑of-­‑turmoil.html ¡

  4. h?p://www.oopsla.org/oopsla2008/support ¡

  5. h?p://uncyclopedia.wikia.com/wiki/File:Square-­‑earth.jpg ¡

  6. h?p://www.telegraph.co.uk/finance/newsbysector/industry/8470355/The-­‑fall-­‑and-­‑rise-­‑of-­‑the-­‑Bri7sh-­‑car-­‑industry-­‑7meline.html ¡

  7. Bomb ¡the ¡argies! ¡ Crush ¡the ¡miners ! ¡ Defy ¡Europe! ¡ I’m ¡CEO, ¡bitch! ¡ h?p://www.answers.com/topic/margaret-­‑thatcher-­‑large-­‑image-­‑3 ¡

  8. h?p://www.themoviedb.org/movie/26305 ¡

  9. h?p://iremedy.net/blog/2010/05/your-­‑office-­‑without-­‑boundaries/ ¡

  10. Share ¡everything! ¡ Privacy ¡schmivacy! ¡ Social ¡graph! ¡ I’m ¡CEO, ¡bitch! ¡

  11. h?p://www.flickr.com/photos/crazyneighborlady/355232758/ ¡

  12. h?p://gallery.nen.gov.uk/image82582-­‑.html ¡

  13. h?p://www.xtranormal.com/watch/6995033/mongo-­‑db-­‑is-­‑web-­‑scale ¡

  14. Aggregate-­‑Oriented ¡Databases ¡ h?p://mar7nfowler.com/bliki/AggregateOrientedDatabase.html ¡ “There is a significant downside - the whole approach works really well when data access is aligned with the aggregates, but what if you want to look at the data in a different way? Order entry naturally stores orders as aggregates, but analyzing product sales cuts across the aggregate structure. The advantage of not using an aggregate structure in the database is that it allows you to slice and dice your data different ways for different audiences. This is why aggregate-oriented stores talk so much about map-reduce.”

  15. complexity = f(size, connectedness, uniformity)

  16. h?p://www.bbc.co.uk/london/travel/downloads/tube_map.html ¡

  17. stole ¡ companion ¡ loves ¡ from ¡ appeared ¡ ¡ loves ¡ enemy ¡ in ¡ companion ¡ appeared ¡ ¡ in ¡ appeared ¡ ¡ enemy ¡ in ¡ enemy ¡ appeared ¡ ¡ appeared ¡ ¡ in ¡ A ¡Good ¡Man ¡ in ¡ Goes ¡to ¡War ¡ Victory ¡of ¡ ¡ the ¡Daleks ¡ appeared ¡ ¡ in ¡

  18. Neo4j: ¡Crea7ng ¡Nodes ¡ GraphDatabaseService db = new EmbeddedGraphDatabase( "/tmp/neo"); Transaction tx = db.beginTx(); try { Node theDoctor = db.createNode(); theDoctor.setProperty("name", "the Doctor"); tx.success(); } finally { tx.finish(); }

  19. Neo4j: ¡Crea7ng ¡Rela7onships ¡ Transaction tx = db.beginTx(); try { Node theDoctor = db.createNode(); theDoctor.setProperty("name", "The Doctor"); Node susan = db.createNode(); susan.setProperty("firstname", "Susan"); susan.setProperty("lastname", "Campbell"); susan.createRelationshipTo(theDoctor, COMPANION_OF)); tx.success(); } finally { tx.finish(); }

  20. HIPSTER ¡DEVS, ¡Y ¡U ¡NO ¡LIKE ¡JAVA? ¡

  21. Cypher ¡– ¡A ¡Humane ¡“Query” ¡Language ¡ // Create a simple graph CREATE doctor = { character : 'Doctor' }, master = { character : 'Master' }, (doctor)<-[e:ENEMY_OF]-(master) // Add some data into it SET doctor.awesomeness = 11 SET master.niceness = “very” SET e.weight = 100 // Ooops! DELETE master.niceness SET master.nastiness = “100%”

  22. h?p://www.tolkienlibrary.com/press/922-­‑Isildur_Poker_Champion.php ¡

  23. username: Jeff1986 username: SallyDJ username: FunkySam username: Gazza age: 25 age: 28 age: 24 age: 32 friend : SallyDJ friend : Jeff1986 friend : SallyDJ friend : Jeff1986 friend : Gazza friend: FunkySam Aggregate ¡Database ¡

  24. username: SallyDJ age: 28 username: Jeff1986 username: FunkySam username: Gazza age: 25 age: 24 age: 32 Applica7on ¡Layer ¡ Reify ¡ username: Jeff1986 username: SallyDJ username: FunkySam username: Gazza age: 25 age: 28 age: 24 age: 32 friend : SallyDJ friend : Jeff1986 friend : SallyDJ friend : Jeff1986 friend : Gazza friend: FunkySam Aggregate ¡Database ¡

  25. username: SallyDJ age: 28 FRIEND FRIEND FRIEND username: Jeff1986 username: FunkySam username: Gazza age: 25 age: 24 age: 32 Graph ¡Database ¡

  26. h?p://www.freewebs.com/fic7onfrek101/han.jpg ¡

  27. username: Gazza username: SallyDJ age: 32 age: 28 PURCHASED PURCHASED D E S A H C R U P product: SuperCans product: CoolDecks manufacturer : Acme manufacturer : Acme price : 150 price : 599 Graph ¡Database ¡ username: SallyDJ username: Gazza age: 28 age: 32 purchased : product: SuperCans product: CoolDecks purchased : CoolDecks SuperCans manufacturer : Acme manufacturer : Acme purchased : price : 150 price : 599 SuperCans Aggregate ¡Database ¡

  28. h?p://xkcd.com/653/ ¡

  29. FRIEND username: Jeff1986 username: FunkySam username: Gazza age: 25 age: 24 age: 32 FRIEND D N E I R F PURCHASED username: SallyDJ age: 28 D E PURCHASED S A H C R U P product: SuperCans product: CoolDecks manufacturer : Acme manufacturer : Acme price : 150 price : 599 Graph ¡Database ¡

  30. h?p://void.iddqd.cz/comic-­‑book-­‑guy-­‑pc.jpg ¡

  31. Graph ¡matching ¡ • It’s ¡super-­‑powerful ¡for ¡looking ¡for ¡pa?erns ¡in ¡ a ¡data ¡set ¡ – Retail ¡analy7cs ¡ – Real-­‑7me ¡upselling ¡ • High-­‑level ¡of ¡abstrac7on ¡ – Business-­‑oriented ¡pa?erns ¡ • Formerly ¡done ¡with ¡Java, ¡now ¡Cypher ¡

  32. ASCII ¡Art ¡Queries! ¡ character: Doctor actor: ??? -[:APPEARED_IN]-> ¡ species: Cyberman episode: ??? title: ???

  33. ASCII ¡Art ¡Queries! ¡ (Doctor) ¡ (Actor) ¡ -[:APPEARED_IN]-> ¡ (Cyberman) ¡ (Episode) ¡

  34. ASCII ¡Art ¡Queries! ¡ match (doctor)<-[:PLAYED]-(actor) -[:APPEARED_IN]->(ep) <-[:APPEARED_IN]-(cybermen)

  35. Cypher ¡Query ¡ In ¡which ¡episodes ¡did ¡the ¡cybermen ¡appear, ¡and ¡who ¡played ¡the ¡Doctor? ¡ start doctor=node:characters(character='Doctor'), cybermen=node:species(species='Cyberman') match (doctor)<-[:PLAYED]-(actor) -[:APPEARED_IN]->(ep) <-[:APPEARED_IN]-(cybermen) where has(ep.title) and has(ep.episode) return ep.title, actor.actor

  36. • Adobe ¡Crea7ve ¡Cloud ¡ – Gazillions ¡of ¡social ¡ – Single ¡large ¡global ¡cluster ¡ • Thingdom ¡ – Node.js, ¡Neo4j ¡ – Now ¡acquired ¡by ¡FipyThree ¡ • Cisco ¡network ¡management ¡ – Nuff ¡said ¡ • And ¡now… ¡Bingo ¡Friendzy ¡ – Facebook ¡gaming ¡app ¡from ¡ Gamesys ¡

  37. Thanks ¡for ¡listening ¡ Neo4j: ¡ h/p://neo4j.org ¡ Neo ¡Technology: ¡ h/p://neotechnology.com ¡ Me: ¡ @jimwebber ¡

Recommend


More recommend