グラフデータベース

データをノード（頂点）とエッジ（辺）の関係で表現するNoSQLデータベースの一種。SNSの人間関係や交通網など、データ間の関係性の分析に適している。

データを節（ノード）と関係（エッジ）で表すデータベース。つながりをたどる検索が高速なため、SNSの友人関係、推薦システム、不正取引の関連分析などに使われる。

ノード（頂点）とエッジ（辺）で構成されるグラフ構造でデータを管理するNoSQLデータベース。ソーシャルネットワークの関係性や経路探索など、複雑な関連をたどる問合せに優れる。Neo4jが代表例。

グラフ型のデータモデルでデータを格納し、ノード間の関係をたどる問合せを高速に処理するデータベース。プロパティグラフにはCypherや国際標準のGQL、RDFにはSPARQLといった問合せ言語を使う。推薦、不正取引の検知、ナレッジグラフ、ネットワーク構成の管理など、つながりそのものを分析する用途に使われ、Neo4jが代表例である。

JSONなどの形式の半構造化データ（ドキュメント）を、データの格納と検索の単位とするNoSQLデータベース。あらかじめ厳密なスキーマを定義する必要がなく、入れ子の構造を持つデータや、項目が頻繁に変わるデータを扱いやすい。MongoDBが代表例。

表のデータを行単位ではなく列単位にまとめて格納するデータベース。集計に必要な列だけを読み出せばよく、同じ種類の値が並ぶため圧縮の効率も高いので、大量データの分析処理（データウェアハウス）に向く。1行単位の追加や更新は行指向のデータベースより不得手である。

一意のキーと、それに対応する値の組だけでデータを保持するNoSQLデータベース。構造が単純なため読み書きが非常に速く、サーバを増やして規模を拡張しやすいため、キャッシュやセッション情報の管理に向く。値の中身による検索や表の結合のような複雑な処理には向かない。

分散データベースやNoSQLで重視される性質で、基本的に利用可能（Basically Available）、状態は厳密でなくてよい（Soft state）、最終的には一貫性が保たれる（Eventually consistent）の頭文字をとったもの。ACID特性の厳密な一貫性より可用性と拡張性を優先する考え方である。

ある領域に存在する概念と、それらの関係（上位・下位、部分・全体、属性など）を、コンピュータが処理できる形で明示的に定義した体系。異なるシステムの間で用語の意味をそろえるために使われ、ナレッジグラフやセマンティックWeb（RDF、OWL）の基礎になる。

関係データベース以外のデータベースの総称。大量データの高速処理や柔軟なデータ構造が特長で、KVS、ドキュメント指向型、グラフ型などの種類がある。