Graph-Datenbank: Definition & Erklärung — Glossar

Was ist eine Graph-Datenbank?

Eine Graph-Datenbank ist ein Datenbanktyp, der Daten in Form von Knoten (Entitäten) und Kanten (Beziehungen zwischen Entitäten) speichert. Im Gegensatz zu relationalen Datenbanken, die Daten in Tabellen strukturieren, bildet die Graph-Datenbank natürliche Netzwerkstrukturen direkt im Datenmodell ab — ohne aufwändige JOIN-Operationen.

Typische Anwendungsfälle

Graph-Datenbanken glänzen überall dort, wo Beziehungen zwischen Entitäten im Vordergrund stehen: Wissensgraphen (Zusammenhänge zwischen Konzepten, Personen, Ereignissen), Betrugserkennung (Netzwerke verdächtiger Transaktionen), Empfehlungssysteme (Nutzer-Produkt-Beziehungen), Lieferketten (Abhängigkeiten zwischen Lieferanten), Zugriffssteuerung (wer hat auf was Zugriff?) und Netzwerktopologie.

Bekannte Graph-Datenbanken

Neo4j ist die bekannteste und am weitesten verbreitete Graph-Datenbank mit der Abfragesprache Cypher. Amazon Neptune ist ein vollständig verwalteter Graph-Datenbankdienst in AWS. ArangoDB unterstützt neben Graphen auch Dokument- und Schlüssel-Wert-Speicherung. TigerGraph ist auf analytische Graphabfragen auf sehr großen Datenmengen spezialisiert.

Abgrenzung zu relationalen Datenbanken

Relationale Datenbanken (SQL) sind für strukturierte Tabellendaten und einfache Abfragen optimiert. Bei tief verschachtelten Beziehungsabfragen (z. B. “Freunde von Freunden bis Grad 5”) werden SQL-JOINs exponentiell langsamer, während Graph-Datenbanken durch Index-freie Adjazenz konstante Traversierungszeiten erreichen. Für hybride Anforderungen bieten Multi-Modell-Datenbanken beide Paradigmen in einem System.