14年前注册的Blog还是能用的,撸一个S(storage)-CMDB Demo发一小博

什么是图库

图形数据库是NoSQL数据库的一种类型,它应用图形理论存储实体之间的关系信息。图形数据库是一种非关系型数据库,它应用图形理论存储实体之间的关系信息。最常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好,其查询复杂、缓慢、超出预期,而图形数据库的独特设计恰恰弥补了这个缺陷(来自baike)。

图库适用场景

  • 社交网络
  • 推荐引擎
  • 金融风控
  • 网络&IT运维



(摘自腾讯云)

构建存储配置库

知识图谱的构建是一个浩大的工程,从大方面来讲,分为知识获取知识融合知识验证知识计算应用

对应于上述过程的对于IT运维涉及到网络设备、服务器设备、操作系统、数据库、中间件......等等等的设备可整理为 数据抽象-组件抽象-关系抽象-验证-应用

最简单暴力的方法就是按物理环境直接映射

以下为运维人员提供的S-CMDB逻辑模型



当然用关系型数据库也可实现,但涉及到大量SQL代码编写,换成图库有天然优势

  • 业务人员整理出二二之间的简单关系(如A与B,B与C),将错综复杂的关系拆分
  • 开发人员创建基于场景的图实例,剩余工作就是将整理的关系扔到图里面,结束

举例

场景一:更换主机WWN涉及到的存储前端口

match p=((n:wwn)-[r:wwn_port]->(po:port)-[aa:port_storage]-(aaa:storage) )where n.id='WWN10XXXXXXXX' return p

场景二:存储前端口部件更换影响范围

match p=((n:port)-[r:wwn_port]-(po:wwn))where n.id='FA-11G Port 0' return p

场景三:指定主机WWN所对应的存储前端口下面连接所有主机WWN和相关联存储信息

match p=((n:wwn)-[r:wwn_port]->(po:port)-[ss:wwn_port]-(rr:wwn)-[rrr:wwn_port]-(po1:port)-[rrrr:port_storage]-())where n.id='10000000c9b506b6' return p

场景四:指定主机WWN所对应的存储前端口下面连接所有主机WWN和此端口对应的存储及下面的Pool

match p=((n:wwn)-[r:wwn_port]->(po:port)-[ss:wwn_port]-(rr:wwn)-[rrr:wwn_port]-(po1:port)-[rrrr:port_storage]-(ssss:storage)-[rrrrrr:rel]-(vvv:pool))where n.id='10000000c9b506b6' return p

另外

  • 图库与CMDB结合有奇效 :)
  • 图库查询语言类似于自然语言运维人员可轻松掌握!

存储配置关系&知识图谱的更多相关文章

  1. 知识图谱-生物信息学-医学顶刊论文(Bioinformatics-2021)-MSTE: 基于多向语义关系的有效KGE用于多药副作用预测

    MSTE: 基于多向语义关系的有效KGE用于多药副作用预测 论文标题: Effective knowledge graph embeddings based on multidirectional s ...

  2. Atitit 研发体系建立 数据存储与数据知识点体系知识图谱attilax 总结

    Atitit 研发体系建立 数据存储与数据知识点体系知识图谱attilax 总结 分类具体知识点原理规范具体实现(oracle,mysql,mssql是否可以自己实现说明 数据库理论数据库的类型 数据 ...

  3. Atitit 知识图谱的数据来源

    Atitit 知识图谱的数据来源   2. 知识图谱的数据来源1 a) 百科类数据2 b) 结构化数据3 c) 半结构化数据挖掘AVP (垂直站点爬虫)3 d) 通过搜索日志(query record ...

  4. Atitit 知识图谱解决方案:提供完整知识体系架构的搜索与知识结果overview

    Atitit 知识图谱解决方案:提供完整知识体系架构的搜索与知识结果overview   知识图谱的表示和在搜索中的展1 提升Google搜索效果3 1.找到最想要的信息.3 2.提供最全面的摘要.4 ...

  5. Atitti 知识图谱构建方法attilax 总结

    Atitti 知识图谱构建方法attilax 总结   1.1. 知识图谱schema构建(体系化)1 1.2. 纵向垂直拓展(向上抽象,向下属性拓展)2 1.3. 横向拓展2 1.4. 网拓展2 1 ...

  6. ACL2016信息抽取与知识图谱相关论文掠影

    实体关系推理与知识图谱补全 Unsupervised Person Slot Filling based on Graph Mining 作者:Dian Yu, Heng Ji 机构:Computer ...

  7. 如何系统学习知识图谱-15年+IT老兵的经验分享

    一.前言 就IT而言,胖子哥算是老兵,可以去猝死的年纪,按照IT江湖猿龄的规矩,也算是到了耳顺之年:而就人工智能而言,胖子哥还是新人,很老的新人,深度学习.语音识别.人脸识别,知识图谱,逐个的学习了一 ...

  8. 简单的知识图谱,neo4j+python

    因为研究方向是知识图谱,就有兴致想要构建一个简单的知识图谱,就在网上查找了一下,参考了neo4j搭建简单的金融知识图谱的思想,就着手从零开始构建. 1.首先就要考虑数据的获得,因为之前没有接触过爬虫之 ...

  9. 1. 通俗易懂解释知识图谱(Knowledge Graph)

    1. 通俗易懂解释知识图谱(Knowledge Graph) 2. 知识图谱-命名实体识别(NER)详解 3. 哈工大LTP解析 1. 前言 从一开始的Google搜索,到现在的聊天机器人.大数据风控 ...

随机推荐

  1. 【hdoj_1715】大菲波数(大数+100000000进制)

    题目:http://acm.hdu.edu.cn/showproblem.php?pid=1715 本题采用大数加法即可解决.采用100000000进制速度更快. C++代码如下: #include& ...

  2. angular.js 验证码注册登录

    css部分 header{ height: 50px; line-height: 50px; display: flex; } .callback{ text-align: left; display ...

  3. Python/Anaconda多版本共存的解决方案

    博客中的文章均为 meelo 原创,请务必以链接形式注明 本文地址 虽然Python2大势已去,众多项目都已经支持Python3,但总有一些教程和项目只支持Python2.通常情况是计算机里既装着Py ...

  4. day4 迭代器与生成器解析

    一.迭代器 迭代器是访问集合元素的一种方式.其实迭代器就是一种列表,只是访问集合元素的时候比较特殊,具有一些特定功能,记忆功能,能够记住用户上一次的状态.迭代器是访问集合元素的一种方式.并且,迭代器只 ...

  5. Codeforces Round #302 (Div. 1) C - Remembering Strings 状压dp

    C - Remembering Strings 思路:最关键的一点是字符的个数比串的个数多. 然后就能状压啦. #include<bits/stdc++.h> #define LL lon ...

  6. 【WPF】自定义控件之远程图片浏览

    using System; using System.Collections.Generic; using System.IO; using System.Linq; using System.Tex ...

  7. GNU Wget 1.19.4 for Windows

    资源地址:https://eternallybored.org/misc/wget/ 然后将工具目录加入环境变量

  8. HDU5883 The Best Path(欧拉回路 | 通路下求XOR的最大值)

    本文链接:http://www.cnblogs.com/Ash-ly/p/5932748.html 题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=588 ...

  9. 湖南大学ACM程序设计新生杯大赛(同步赛)L - Liao Han

    题目描述 Small koala special love LiaoHan (of course is very handsome boys), one day she saw N (N<1e1 ...

  10. AtCoder Regular Contest 80

    链接 C. 4-adjacent 给定序列$a_i$,询问是否存在一个排列,满足$a_{p[i]}* a_{p[i + 1]}$是4的倍数 贪心构造 首先把只是2的倍数的数拿出来,放在最右边 前面把是 ...