Graph databases for HR relationships

Abstract

As bases de dados relacionais não foram desenhadas para tratar de dados interligados, em oposição às tecnologias de grafos. A modelação de Recursos Humanos trabalha com estruturas altamente relacionadas entre si, pelo que a substituição de bases de dados relacionais por bases de dados de grafos neste contexto poderia melhorar a robustez e desempenho das aplicações. Na presente dissertação, pretendeu-se comparar as tecnologias existentes (relacionais, não relacionais e grafos) e, dentro da tecnologia de grafos, avaliar qual a mais adequada em contexto de Recursos Humanos. A revisão de literatura revelou que as bases de dados de grafos são mais eficientes para dados interligados do que as bases de dados relacionais e não relacionais. De todos os modelos de grafos analisados, o Neo4j foi o sistema de gestão de bases de dados que reuniu, num âmbito geral, as melhores características e, por este motivo, foi utilizado como prova de conceito. Foram realizadas três interrogações (duas com obtenção de dados de diferentes relações e uma com obtenção de dados de uma única relação), tendo-se obtido tempos de resposta de 41.48, 18.58 e 62.14ms vs. 804.68, 103.08 e 318.42ms entre bases de dados de grafos e relacionais, respetivamente. Os resultados obtidos revelaram melhor desempenho do Neo4j na maioria das situações avaliadas. Em situações sem junções entre diferentes relações num ambiente relacional, o desempenho do SQL foi superior ao do Neo4j. Adicionalmente, verificou-se quebra significativa de desempenho do Neo4j quando foi analisado mais de metade do grafo. As bases de dados de grafos apresentaram um melhor desempenho no tratamento de bases de dados altamente relacionadas.

Relational databases were not designed to handle linked data, as opposed to graph technologies. Human Resource Modelling works with highly interrelated structures. Therefore, replacing relational databases with graph databases in this context could improve applications' robustness and performance. The aim of this dissertation was to 1) compare existing technologies (relational, non-relational and graphs) and 2) evaluate which is the most appropriate graph technology in a Human Resources context. The literature review showed that graph databases are more efficient for interconnected data than relational and non-relational databases. Of all graph models analysed, Neo4j was the database management system that gathered, overall, the best features and therefore was used as proof of concept. Three queries were performed two with data obtained from different relations and one with data obtained from a single relation), having obtained response times of 41.48, 18.58 and 62,14rns vs. 804.68, 103.08 and 318,42ms between graph and relational databases, respectively. Results showed better performance of Neo4j in most of the evaluated situations. In a relational environment without joins between different relations, SQL outperformed Nleo4i. Additionally, there was a significant drop in Neo4cs performance when more than half of the graph was analysed, In conclusion, graph databases performed better in processing highly related databases.