Nghiên cứu và ứng dụng cơ sở dữ liệu đồ thị vào bài toán quản lý khách hàng

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

-Trần Thị Kim Lan

NGHIÊN CỨU VÀ ỨNG DỤNG CƠ SỞ DỮ LIỆU ĐỒ THỊ VÀO BÀI TOÁN QUẢN LÝ KHÁCH HÀNG

ĐỀ ÁN TỐT NGHIỆP THẠC SĨ KỸ THUẬT

(Theo định hướng ứng dụng)

HÀ NỘI - NĂM 2024

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

-Trần Thị Kim Lan

NGHIÊN CỨU VÀ ỨNG DỤNG CƠ SỞ DỮ LIỆU ĐỒ THỊ VÀO BÀI TOÁN QUẢN LÝ KHÁCH HÀNG

Chuyên ngành: Hệ thống thông tin

LỜI CAM ĐOAN

Tôi cam đoan công trình nghiên cứu này là của riêng tôi, do tôi nghiên cứu, tham khảo các tài liệu để thực hiện.

Tất cả các bảng biểu, số liệu trong công trình được tôi tự thực hiện hoặc trích dẫn nguồn tham khảo rõ ràng Kết quả nêu trong đề án tốt nghiệp là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác.

Hà Nội, ngày 01 tháng 03 năm 2024

Tác giả đề án tốt nghiệp

Trần Thị Kim Lan

LỜI CẢM ƠN

Nhận được sự đồng ý của Nhà trường, sự giúp đỡ tận tình của GS.TS Từ Minh Phương, tôi đã nỗ lực nghiên cứu hoàn thành luận văn với đề tài “Nghiên cứu và ứng dụng Cơ sở dữ liệu đồ thị vào bài toán Quản lý khách hàng”, một đề tài gợi mở hướng đi cho các khó khăn cần giải quyết bài toán Quản lý khách hàng tại Viễn thông Hà Nội – đơn vị tôi đang công tác.

Tôi xin chân thành cảm ơn Học viện Công nghệ Bưu chính Viễn thông đã tạo điều kiện để tôi có cơ hội tiếp cận, nghiên cứu một đề tài hữu ích Tôi xin gửi lời cảm ơn đặc biệt tới GS.TS Từ Minh Phương đã hướng dẫn tôi phương pháp nghiên cứu, hỗ trợ và giúp đỡ tôi thực hiện để có thể hoàn thành luận văn này.

Hà Nội, ngày 01 tháng 03 năm 2024

Tác giả đề án tốt nghiệp

Trần Thị Kim Lan

2.2.Giải pháp triển khai trên Cơ sở dữ liệu đồ thị 19

3.2.So sánh kết quả thực thi câu lệnh 38

3.2.1 Mô hình và kích thước dữ liệu 38

TÀI LIỆU THAM KHẢO 57

PHỤ LỤC: CHI TIẾT CÂU LỆNH THỬ NGHIỆM 58

1.Import/Insert dữ liệu 58

2.Truy vấn đơn giản nhiều bảng/quan hệ 59

3.Truy vấn chọn trước dữ liệu 59

4.Truy vấn tính toán toàn bộ dữ liệu 60

5.Truy vấn tính toán dữ liệu chọn trước 60

6.Truy vấn có truy vấn con 61

7.Truy vấn gộp nhiều câu lệnh 62

DANH MỤC CÁC THUẬT NGỮ, CÁC CHỮ VIẾT TẮT

Bảng 3.1 Chi tiết số liệu thực nghiệm……… 40

Bảng 3.2 Chi tiết số liệu thực hiện insert/import……… 41

Bảng 3.3 Chi tiết số liệu thực hiện truy vấn đơn giản nhiều bảng/quan hệ 43 Bảng 3.4 Chi tiết số liệu thực hiện truy vấn chọn trước dữ liệu……… 45

Bảng 3.5 Chi tiết số liệu truy vấn tính toán toàn bộ dữ liệu……… 46

Bảng 3.6 Chi tiết số liệu truy vấn tính toán dữ liệu chọn trước……… 48

Bảng 3.7 Chi tiết số liệu truy vấn có truy vấn con……… 49

Bảng 3.8 Chi tiết số liệu truy vấn gộp nhiều câu lệnh……… 51

DANH SÁCH HÌNH Hình 1.1 Mô hình tổng thể hệ thống quản trị doanh nghiệp………… 5

Hình 1.2 Ví dụ về mô hình đồ thị thuộc tính……… 7

Hình 1.3 Biểu đồ mô tả Nodes – Nút……… 9

Hình 1.4 Biểu đồ mô tả Relationships – Quan hệ……… 10

Hình 1.5 Biểu đồ mô tả Quan hệ có hướng……… 10

Hình 1.6 Biểu đồ mô tả Properties – Thuộc tính……… 11

Hình 1.7 Biểu đồ mô tả Labels – Nhãn……… 11

Hình 1.8 Biểu đồ mô tả Paths – Đường kết nối……… 12

Hình 2.1 Mô hình bài toán Quản lý khách hàng……… 15

Hình 2.2 Sơ đồ thực thể liên kết Khách hàng – Thanh toán……… 16

Hình 2.3 Sơ đồ thực thể liên kết Thanh toán – Thuê bao – Dịch vụ…… 17

Hình 2.4 Giải pháp triển khai trên CSDL đồ thị……… 20

Hình 2.5 Mô hình dữ liệu đồ thị đã chuyển đổi……… 21

Hình 2.6 Lưu đồ chuyển đổi CSDL QH sang CSDL ĐT……… 24

Hình 2.7 Sơ đồ thực thể liên kết Khách hàng – Loại khách hàng……… 25

Hình 2.8 Đồ thị biểu diễn nút Khách hàng – Loại khách hàng………… 25

Hình 2.9 Đồ thị biểu diễn quan hệ Khách hàng – Loại khách hàng…… 27

Hình 2.10 Đồ thị biểu diễn quan hệ Khách hàng – Thanh toán………… 28

Hình 2.11 Đồ thị quan hệ Thanh toán – Thuê bao – Dịch vụ……… 29

Hình 2.12 Lược đồ CSDL đồ thị QLKH tổng quát……… 29

Hình 2.13 Kết quả CSDL đồ thị sau chuyển đổi từ CSDL quan hệ…… 30

Hình 3.1 CSDL đồ thị quan hệ Khách hàng……… 32

Hình 3.2 CSDL đồ thị các dich vụ của Khách hàng……… 32

Hình 3.3 CSDL đồ thị thử nghiệm……… 33

Hình 3.4 Biểu đồ PCCN ứng dụng demo……… 34

Hình 3.5 Thiết kế giao diện quản lý khách hàng……… 35

Hình 3.6 Thiết kế giao diện quản lý nhãn……… 36

Hình 3.7 Thiết kế giao diện quản lý thuộc tính……… 36

Hình 3.8 Thiết kế giao diện báo cáo……… 37

Hình 3.9 Cơ sở dữ liệu thử nghiệm……… 39

Hình 3.10 Kịch bản thực nghiệm trên CSDL Oracle/Neo4j……… 41

Hình 3.14 Đồ thị kết quả truy vấn tính toán toàn bộ dữ liệu……… 47

Hình 3.15 Đồ thị kết quả truy vấn tính toán dữ liệu chọn trước………… 49

Hình 3.16 Đồ thị kết quả truy vấn có truy vấn con……… 50

Hình 3.17 Đồ thị kết quả truy vấn gộp nhiều câu lệnh……… 52

MỞ ĐẦU

1.Đặt vấn đề

Ngành công nghệ thông tin đã được ứng dụng vào các bài toán quản lý doanh nghiệp từ rất sớm Trong thời đại kỹ thuật số, ngành công nghệ thông tin đóng một vai trò ngày càng quan trọng trong việc cải thiện hiệu quả hoạt động của các tổ chức và cá nhân Sự phát triển của công nghệ đã tạo ra nhiều cơ hội mới, nhưng cũng đồng thời đặt ra những thách thức không nhỏ

Giải pháp quản trị doanh nghiệp đầy đủ bao gồm một hệ thống các phần mềm phủ khắp các hoạt động quản lý của một doanh nghiệp trong đó mỗi phần mềm thực hiện một nhiệm vụ phức tạp, cần tối ưu và tốn kém Viễn thông Hà Nội, chi nhánh tập đoàn VNPT cũng đã áp dụng triển khai giải pháp ERP từ rất sớm, tuy nhiên trong quá trình triển khai thực hiện phát sinh rất nhiều vấn đề cần đầu tư nghiên cứu, cải tiến để nâng cao hiệu suất cũng như khả năng mở rộng Quản lý tốt thông tin khách hàng và dịch vụ giúp cho:

- Đáp ứng nhu cầu quản lý dữ liệu, quản lý thông tin

- Tăng cường khả năng khai thác số liệu hỗ trợ đánh giá chỉ, xây dựng chính sách phát triển.

- Đáp ứng quy trình điều hành cung cấp dịch vụ đến khách hàng

- Hỗ trợ công tác chăm sóc – nâng cao trải nghiệm khách hàng về chất lượng dịch vụ và phục vụ.

Quản lý khách hàng là phân hệ trọng tâm, nắm giữ các thông tin cần thiết ảnh hưởng đến sự phát triển của doanh nghiệp Khi lượng khách hàng bùng nổ cùng sự đa dạng của dịch vụ trong những năm gần đây, mô hình hệ thống đang triển khai đã gặp phải một số khó khăn mặc dù phân hệ được đầu tư rất nhiều cả về công nghệ lẫn thiết kế:

- Tổng hợp dữ liệu chậm dần khi khối lượng dữ liệu trưởng nhanh.

- Khó khăn khi điều chỉnh thường xuyên CSDL về kiến trúc để đáp ứng công tác cung cấp dịch vụ.

- Hệ thống hạ tầng phải tăng cường, mở rộng thường xuyên đáp ứng nhu cầu lưu trữ hoặc tốc độ xử lý.

Các khó khăn trên gây tốn kém cả về nhân lực, thời gian và tài chính Do đó, cần nghiên cứu giải pháp xử lý, có thể tiếp cận theo từng bước để tiến dần tới thay đổi hoặc chuyển đổi hệ thống sẵn có

2.Đề xuất nghiên cứu

Viễn thông Hà Nội đã áp dụng nhiều giải pháp từ tối ưu sản phẩm phần mềm, nâng cấp phần cứng, trang bị thêm các công nghệ tích hợp… Qua nghiên cứu về các mô hình dữ liệu, có thể nhận thấy cơ sở dữ liệu đồ thị có rất nhiều tiềm năng là giải pháp phù hợp để giải quyết các vấn đề, cụ thể:

- CSDL đồ thị dễ học, dễ hiểu và có nguồn tài liệu phong phú.

- Có sự tương đồng trong cách mô hình hóa dữ liệu với CSDL quan hệ, là cơ sở thực hiện chuyển đổi bài toán từ mô hình quan hệ sang đồ thị.

- CSDL đồ thị đơn giản hóa trong việc thay đổi cấu trúc (nút, quan hệ, thuộc tính…)

- Chỉ một phần CSDL bị tác động do truy vấn theo quan hệ, do đó khi kích thước dữ liệu tăng thời gian truy vấn có thể không tăng cao.

Luận văn trình bày nội dung nghiên cứu, tìm hiểu giải pháp thử nghiệm giải quyết bài toán Quản lý khách hàng của Viễn thông Hà Nội trên mô hình CSDL đồ thị với phạm vi như sau:

- Nghiên cứu các khái niệm, mô hình CSDL đồ thị

- Chọn Neo4j – một CSDL đồ thị mạnh và phổ biến để thử nghiệm.

- Phân tích mô hình dữ liệu của bài toán trên cả hai mô hình: quan hệ - đồ thị, đánh giá ưu/nhược điểm của từng mô hình.

- Nghiên cứu giải pháp chuyển đổi CSDL từ quan hệ sang đồ thị.

- Xây dựng chương trình demo đánh giá khả năng phát triển ứng dụng trên CSDL đồ thị.

- Xây dựng kịch bản và thử nghiệm so sánh hiệu năng (thời gian) truy vấn trên cả hai CSDL với một số câu lệnh thường sử dụng.

3.Bố cục luận văn

Luận văn chia làm các phần:

Mở đầu: Đặt vấn đề, phân tích vấn đề thực tiễn và đề xuất hướng nghiên cứu,

nêu các mục tiêu cần đạt được.

Chương 1: Phát biểu bài toán, giới hạn phạm vi thực hiện Trình bày các nghiên

cứu về cơ sở dữ liệu đồ thị và hệ quản trị CSDL đồ thị Neo4j.

Chương 2: Phân tích giải pháp giải quyết bài toán Quản lý khách hàng trên các

mô hình cơ sở dữ liệu quan hệ và đồ thị (mô hình, ưu/nhước điểm) Đề xuất các phép đo kiểm cho phần thử nghiệm.

Chương 3: Trình bày ngắn gọn thiết kế chương trình demo với mục đích đánh

giá khả năng phát triển ứng dụng trên CSDL đồ thị Xây dựng kịch bản đánh giá hiệu năng (thời gian) trên cả hai CSDL quan hệ và đồ thị với một số câu truy vấn

CHƯƠNG 1: TỔNG QUAN

Chúng ta cần nghiên cứu giải pháp mới xuất phát từ các khó khăn thực tế khi phát triển các bài toán trên mô hình cơ sở dữ liệu quan hệ có sự mở rộng của khối lượng dữ liệu, sự thay đổi của các thuộc tính dữ liệu thường xuyên Trong thực tế, khi khối lượng dữ liệu tăng dần tới các truy vấn dữ liệu bị chậm dần đi, buộc phải can thiệp bởi các giải pháp kỹ thuật, tốn kém nhiều chi phí Tương tự, việc các thuộc tính dữ liệu bị ràng buộc quá chặt chẽ cũng khó khăn trong quá trình chỉnh sửa bổ sung các phần mềm quản lý.

Đối với bài toán quản lý khách hàng, Telenor – công ty viễn thông cung cấp dịch vụ ở cả Châu Âu và Châu Á cũng đã ứng dụng CSDL đồ thị quản lý cấu trúc tổ chức khách hàng, thỏa thuận, đăng ký và quyền truy cập của người dùng Họ đã có những đánh giá rất tốt về hiệu suất khi ứng dụng CSDL đồ thị so với CSDL quan hệ nhưng không chia sẻ cụ thể về phạm vi ứng dụng cũng như các tài liệu thiết kế hay thử nghiệm Tuy nhiên, đây cũng có thể coi là cơ sở về mặt thực tiễn để chúng ta nghiên cứu về hướng áp dụng CSDL đồ thị trong bài toán ERP, với phạm vi và cấu trúc phù hợp với điều kiện triển khai của doanh nghiệp

1.1. Bài toán Quản lý khách hàng (VNPT – Hà Nội)

Bài toán Quản lý khách hàng có số lượng thực thể quan hệ không nhiều nhưng có các đặc tính phù hợp cho việc phân tích: dữ liệu lớn và tăng trưởng theo thời gian, thuộc tính dữ liệu thay đổi do các nghiệp vụ phát sinh

Xét trong tổng thể bài toán quản trị doanh nghiệp của Viễn thông Hà Nội, bài toán về Quản lý khách hàng chỉ là một phân hệ quản lý nhưng lại có vị trí rất quan trọng:

- Quản lý và cung cấp thông tin khách hàng cho các phân hệ khác: chăm sóc khách hàng, tính cước, điều hành phát triển dịch vụ…

- Hỗ trợ tổng hợp số liệu các báo cáo phân tích, dự đoán tình hình phát triển hoặc cơ sở quyết định cho các chính sách kinh doanh.

Hình 1.1 Mô hình tổng thể hệ thống quản trị doanh nghiệp

Bài toán quản lý mối quan hệ khách hàng là dạng bài toán quản lý thường được triển khai trên mô hình Cơ sở dữ liệu quan hệ với độ phức tạp tùy theo từng mô hình kinh doanh Việc bổ sung thuộc tính mới đáp ứng các yêu cầu nghiệp vụ thường dẫn tới phải chỉnh sửa lại cấu trúc các bảng dữ liệu, đồng thời tốc độ truy vấn giảm khi lượng dữ liệu tăng cao Triển khai bài toán trên mô hình cơ sở dữ liệu đồ thị có thể là một hướng đi đúng đắn có thể khắc phục các hạn chế trên, cụ thể:

- Mô hình hóa đồ thị thuộc tính rất trực quan dễ tiếp cận - CSDL đồ thị hỗ trợ bổ sung thuộc tính dữ liệu mềm dẻo.

- Thực hiện truy vấn dựa trên phép duyệt đồ thị và dựa vào các mối quan hệ đã định nghĩa sẵn nên tốc độ truy vấn ít biến động khi dữ liệu tăng.

1.2.Cơ sở dữ liệu đồ thị

NoSQL là tên gọi chung cho các CSDL mã nguồn mở nhưng không sử dụng SQL làm ngôn ngữ truy vấn, được giới thiệu lần đầu vào năm 1998 Cơ sở dữ liệu đồ thị được phân loại thuộc về CSDL NoSQL [4][7]

1.2.1.Khái niệm

Cơ sở dữ liệu đồ thị với các đặc trưng dễ tiếp cận và trực quan là cơ sở dữ liệu được mô hình hóa trên lý thuyết đồ thị:

1.2.1.1.Mô hình hóa

Mô hình hóa là hoạt động với mục đích đưa các vấn đề cụ thể vào một không gian có cấu trúc có thể thao tác được với các vấn đề trong không gian đó Quá trình mô hình hóa là một loạt các bước đưa vấn đề về sự đơn giản hóa, có khả năng thao tác xử lý, đạt được các mục tiêu mong muốn.

Mô hình hóa dữ liệu bằng đồ thị sử dụng các hình khối và các mũi tên để đưa dữ liệu vào và thể hiện mối quan hệ giữa chúng [2][6].

1.2.1.2.Mô hình đồ thị thuộc tính

Mỗi thực thể đều có những đặc điểm riêng Khi xây dựng mô hình đồ thị, ta có thể đưa hoàn toàn các đặc điểm đó thành các nút, nhưng như vậy sẽ rất phức tạp trong cả việc xây dựng đồ thị lẫn khai thác sử dụng đặc biệt gây lãng phí số nút khi số lượng thực thể tăng lên làm phức tạp đồ thị và tốn không gian lưu trữ Giải pháp là ta sử dụng mô hình đồ thị thuộc tính, cụ thể: [6]

- Nút, quan hệ có các thuộc tính được thể hiện theo key-value - Mối quan hệ: được đặt tên, có nút đầu và nút cuối

Đồ thị thuộc tính thường rất trực quan, dễ hiểu và nhìn có vẻ đơn giản nhưng nó có thể mô tả đa số các trường hợp sử dụng, giúp chúng nhìn nhận sâu sắc hơn về dữ liệu.

1.2.1.3.Mô hình hóa dữ liệu

Về cơ bản, khi thiết kế CSDL đồ thị cũng tương tự thiết kế CSDL quan hệ, mô hình đồ thị thuộc tính với sơ đồ thực thể kết hợp cũng khá tương đồng CSDL quan hệ có các thực thể cụ thể tương ứng các nút trong CSDL đồ thị và cả hai đều cần các mối quan hệ giữa chúng

Đối với cơ sở dữ liệu đồ thị việc thiết kế như thế nào sẽ được hiện thực đúng như vậy trong khi các thực thể của CSDL quan hệ sẽ là một bảng chứa tập các bản ghi, các mối quan hệ có thể thành thực thể kết hợp [2][6]

Phương pháp thiết kế CSDL đồ thị: [2][6][7]

- Xác định đâu là nút, đâu là mối quan hệ rất quan trọng, quyết định viecj xây dựng đúng đắn đồ thị Nút thường có quan hệ với nhiều nút khác và mối quan hệ thì nó phải có nút đầu, nút cuối.

- Nghiên cứu chi tiết về dữ liệu để xác định các thực thể cũng như các mối quan hệ giữa chúng.

- Sử dụng nút để đại diện cho các thực thể, thuộc tính nút để mô tả các tính chất của thực thể.

- Mối quan hệ để thể hiện sự kết nối giữa các thực thể, sử dụng các thuộc tính để mô tả tính quan trọng, chất lượng của một quan hệ.

- Trong trường hợp các thực thể khác nhau tương tác trong cùng một khoảng thời gian thì một sự kiện xuất hiện, chúng được thể hiện như là các nút riêng và kết nối với các thực thể tham gia.

- Kiểu dữ liệu phức tạp là những kiểu dữ liệu có hơn một trường hoặc thuộc tính thường biểu diễn chúng bằng các node riêng biệt

1.2.2.Hệ quản trị cơ sở dữ liệu Neo4j

Neo4j hiện đang là hệ quản trị cơ sở dữ liệu đồ thị phổ biến nhất, mã nguồn mở và được viết bằng ngôn ngữ Java, sử dụng Cypher làm ngôn ngữ truy vấn dữ liệu Neo4j hỗ trợ và thực hiện đầy đủ các yêu cầu về mặt lý thuyết cơ sở dữ liệu đồ thị Để hiểu rõ hơn và khai thác hiệu quả hơn Neo4j, chúng ta cần tìm hiểu một số vấn đề, cụ thể:

1.2.2.1.Tính năng nổi bật

Neo4j có một số tính năng nổi bật được giới thiệu để chúng ta cân nhắc khi áp dụng vào thực tế:

- Dễ dùng và áp dụng cho các API hướng đối tượng - Tối ưu hóa cho dữ liệu có tính kết nối cao

- Xác định các mối quan hệ tại thời điểm tạo giúp tối ưu thời gian truy vấn.

- Không yêu cầu không gian lưu trữ lớn và có bộ nhớ đệm cho các đồ thị, có khả năng mở rộng lưu trữ số lượng lớn nút (hàng tỉ) trên một hệ thống phần cứng vừa phải.

- Viết trên các JVM - Java virtual machine.

1.2.2.2.Nút - Nodes:

Nút là đơn vị cơ bản của một đồ thị Trong Neo4j, các nút có thể chứa các thuộc tính, có thể có mối quan hệ với nút khác hoặc cũng có thể được dán nhãn.

Hình 1.3 Biểu đồ mô tả Nodes - Nút

Các nút thường được dùng để biểu diễn các thực thể [6].

1.2.2.3.Mối quan hệ - Relationships:

Quan hệ giữa các nút cho phép tìm kiếm các dữ liệu có liên quan với nhau Mối quan hệ cũng giống như nút: có thể có thuộc tính

Hình 1.4 Biểu đồ mô tả Relationships - Quan hệ

Một mối quan hệ kết nối hai nút với nhau, gồm nút bắt đầu và nút kết thúc có hoặc không có thuộc tính, luôn xác định hướng được dùng cho phép duyệt đồ thị Mỗi mối quan hệ đều có loại quan hệ và mỗi loại quan hệ này được xác định bởi một định danh duy nhất [6].

Hình 1.5 Biểu đồ mô tả Quan hệ có hướng

1.2.2.4.Thuộc tính - Properties:

Cả nút và quan hệ đều có thể bổ sung tập các thuộc tính

Thuộc tính là cặp key – value, trong đó key có kiểu là string Các giá trị của thuộc tính trong Neo4j có thể là: chuỗi, số, luận lý hoặc tập hợp Thuộc tính có key chứa giá trị null đồng nghĩa là không tồn tại key đó trong tập thuộc tính của nút hay mối quan hệ [6].

Nhãn là tên một cấu trúc đồ thị được sử dụng để nhóm các nút vào một tập hợp trong đó tất cả các nút có nhãn giống nhau cùng thuộc về một bộ

Hình 1.7 Biểu đồ mô tả Labels - Nhãn

Một nút có thể được gắn nhãn hoặc không Truy vấn cơ sở dữ liệu có thể tác động trên các bộ thay vì toàn đồ thị giúp cho việc viết các truy vấn tối ưu [6]

1.2.2.6.Đường kết nối - Paths:

Một đường đi là một hay nhiều node được kết nối với nhau bởi các quan hệ: [6].

Theo sau bởi một

Hình 1.8 Biểu đồ mô tả Paths – Đường kết nối

Cypher là ngôn ngữ truy vấn cho cơ sở dữ liệu đồ thị, có đặc điểm dễ đọc và dễ hiểu đối với cả các nhà phát triển Cypher được xem là ngôn ngữ truy vấn đồ thị dễ tìm hiểu nhất, cho phép người dùng truy vấn thông tin trên cơ sở dữ liệu theo một mô hình cụ thể, Nhìn chung, Cypher thể hiện rất tự nhiên và cũng như hầu hết các ngôn ngữ khác, Cypher cũng có các câu lệnh riêng, cú pháp riêng [6]

1.2.3.Xu hướng ứng dụng

Việc ứng dụng mô hình CSDL đồ thị đã diễn ra hàng chục năm qua trên khắp thế giới Thông thường, chúng ta hình dung mô hình dữ liệu này phù hợp với các bài toán mạng xã hội do tính chất tự nhiên của mối quan hệ đồ thị, tuy nhiên về thực tế mô hình CSDL đồ thị có thể phù hợp với hầu hết các lĩnh vực xã hội: đồ thị tri thức (Knowledge Graph); giám sát cơ sở hạ tầng và CSDL cho các hoạt động công nghệ thông tin (Network and Database Infrastructure Monitoring for IT Operations); trí tuệ nhân tạo (Artificial Intelligence and Analytics)

Các công ty công nghệ lớn luôn đi tiên phong và ứng dụng mô hình này trong các bài toán quan trọng của họ, điển hình như:

- Google với sản phẩm Knowledge Graph: hệ thống tìm kiếm tri thức mạnh mẽ kết hợp với semantic web (web ngữ nghĩa) cho phép hiểu được ý nghĩa của các từ khóa, từ đó đưa ra các kết quả chính xác hơn.

- Facebook cung cấp sản phẩm Graph Search: cũng là một công cụ tìm kiếm ngữ nghĩa, cho phép đưa ra các kết quả trên các truy vấn bằng ngôn ngữ tự nhiên của người dùng.

1.3.Tổng kết chương

Trong thực tế khi lượng khách hàng tăng trưởng cao hoặc bùng nổ, lượng lớn thông tin lưu trữ trên CSDL quan hệ lại tỉ lệ nghịch với thời gian truy vấn, khai thác hoặc đối với các yêu cầu thường xuyên thay đổi thuộc tính trên các đối tượng quản lý cũng đặt ra thách thức lớn cho mô hình triển khai này

Để giải quyết vấn đề, các giải pháp kỹ thuật cũng tiêu tốn nhiều tài nguyên và chi phí, từ đó đặt ra yêu cầu cần nghiên cứu các mô hình triển khai mới, giảm thiểu hoặc khắc phục các hạn chế trên Có thể thấy định hướng nghiên cứu về cơ sở dữ liệu đồ thị và ứng dụng vào bài toán có mối quan hệ dữ liệu đa dạng, phức tạp là khả thi Nằm trong phân lớp các CSDL NoSQL, CSDL đồ thị với các khái niệm đơn giản, gần gũi, trực quan giúp chúng ta dễ dàng tiếp cận, nghiên cứu và ứng dụng Với hầu hết các bài toán thường gặp, việc mô hình hóa đồ thị thuộc tính cũng

dễ dàng chỉ thông qua ba thành phần cơ bản: nút, quan hệ và thuộc tính Ngôn ngữ Cypher với cú pháp tự nhiên, dễ hiểu là một công cụ mạnh mẽ hỗ trợ chúng ta trong tương tác và khai thác các dữ liệu trên CSDL đồ thị một cách nhanh chóng.

Kết quả nghiên cứu sẽ đánh giá khả năng chuyển đổi mô hình, hiệu năng và tạo cơ sở cho việc ứng dụng cơ sở dữ liệu trong thực tế.

CHƯƠNG 2: GIẢI PHÁP TRIỂN KHAI BÀI TOÁN QUẢNLÝ KHÁCH HÀNG TRÊN CSDL QUAN HỆ VÀ ĐỒ THỊ

Bài toàn Quản lý khách hàng VNPT – Hà Nội đã được triển khai trên hệ quản trị cơ sở dữ liệu quan hệ, thực hiện quản lý mối quan hệ nghiệp vụ: mỗi khách hàng có một tập các mã thanh toán, mỗi mã thanh toán thực hiện thanh toán cho một hoặc nhiều thuê bao (là các dịch vụ cung cấp) Các dịch vụ mới thường xuyên phát sinh theo nhu cầu thị trường, các thuộc tính dịch vụ khác nhau thường khác nhau.

Hình 2.1 Mô hình bài toán Quản lý khách hàng

Trong phần này sẽ trình bày lại mô hình của triển khai bài toán, đánh giá các ưu nhược điểm trên cả mô hình CSDL quan hệ và đồ thị, từ đó xây dựng giải pháp chuyển đổi dữ liệu, làm cơ sở ứng dụng thực tế.

2.1.Giải pháp triển khai trên Cơ sở dữ liệu quan hệ

Hình 2.3 Sơ đồ thực thể liên kết Thanh toán – Thuê bao – Dịch vụ

Hai sơ đồ thực thể liên kết rút gọn thực hiện khi triển khai bài toán trên mô hình cơ sở dữ liệu quan hệ Bài toán triển khai trên mô hình cơ sở dữ liệu hoàn toàn phù hợp, mối quan hệ giữa các thực thể rõ ràng và rất dễ phân tích Tuy nhiên, sử dụng các sơ đồ này chúng ta có thể đánh giá về mặt lý thuyết một số vấn đề sẽ gặp phải trong thực tế.

2.1.2.1.Ưu điểm

Do bài toán có quan hệ rất rõ ràng, việc triển khai trên mô hình cơ sở dữ liệu quan hệ có rất nhiều ưu điểm.

- Phân tích bài toán rõ ràng, rành mạch - Dữ liệu tổ chức gọn gàng, phân loại cụ thể - Dễ dàng xây dựng các truy vấn dữ liệu

- Hầu hết các hệ quản trị cơ sở dữ liệu quan hệ đều tương thích và cài đặt không tốn kém thời gian, các nền tảng lập trình cũng hỗ trợ rất tốt khi phát triển, giúp cho việc lựa chọn các hệ quản trị cơ sở dữ liệu cũng phù hợp hơn.

2.1.2.2.Nhược điểm

Quan sát trên sơ đồ, đối với bài toán của doanh nghiệp lớn sẽ phát sinh một số vấn đề:

- Do sử dụng các phép Join khi truy vấn, nên nếu số lượng khách hàng tăng cao cùng số thuê bao dịch vụ tăng cao, có thể dễ nhận thấy truy vấn dữ liệu sẽ cần tối ưu hóa bởi số lượng bản ghi lưu trữ trên cơ sở dữ liệu tăng dần theo chiều dọc Với dữ liệu tương đối, ở mức khoảng 1 triệu khách hàng x 1 triệu mã thanh toán x 2 triệu mã thuê bao, một phép tính gộp nhóm dữ liệu theo hướng lấy n khách hàng có số lượng thuê bao cao nhất sẽ gặp vấn đề về tải hệ thống Đối với vai trò cung cấp dữ liệu cho các hệ thống tổng hợp báo cáo, việc triển khai sẽ gặp vấn đề về tốc độ hoặc bộ nhớ.

- Để tối ưu hóa trên các hệ quản trị cơ sở dữ liệu quan hệ, khi sử dụng các kỹ thuật phân vùng dữ liệu, đánh chỉ mục… sẽ gây khó khăn trong công tác quản lý và tăng dung lượng lưu trữ Tuy nhiên, việc này là không tránh khỏi khi thực hiện triển khai trên mô hình có sở dữ liệu quan hệ Việc phân vùng dữ liệu ít nhiều làm các bài toán tổng hợp dữ liệu theo nhiều chu kỳ gặp khó khăn, các bài toán sử dụng tham số đầu vào động cũng cần được xử lý thật tốt mới cho kết quả khả thi.

- Sự cứng nhắc trong thiết kế của cơ sở dữ liệu quan hệ sẽ khó khăn khi bổ sung các thuộc tính mới hoặc loại bỏ các thuộc tính thực sự dư thừa Về thực tế, bổ sung thêm thuộc tính mới thường không xảy ra trên các hệ thống ổn định nghiệp vụ, tuy nhiên là thường xuyên xảy ra trên các hệ thống cung cấp dịch vụ do các yêu cầu thị trường và chính sách.

- Lãng phí các không gian lưu trữ cho các trường không hoặc sử dụng dữ liệu mặc định chỉ để đảm bảo đúng cấu trúc Việc này sẽ tiêu tốn một lượng tài nguyên không nhỏ khi kích thước dữ liệu tăng và phần nào cũng ảnh hưởng đến thời gian truy vấn.

2.1.2.3.Phương án khắc phục các nhược điểm

- Đối với việc xử lý thuộc tính động: có thể xử lý thông qua sử dụng một vài thực thể đóng vai trò quản lý các thuộc tính Giải pháp này có thể sử dụng tuy nhiên ít nhiều đã phá vỡ mối quan hệ rõ ràng trên mô hình Ngoài ra rất khó khăn khi xây dựng các truy vấn dữ liệu, khó khăn cả vể cách viết lẫn phương án tăng tốc độ.

- Đối với việc tăng tốc truy vấn dữ liệu khi kích thước tăng cao: sẽ phụ thuộc vào đánh chỉ mục, phân cùng dữ liệu… tuy nhiên cách làm này lại phụ thuộc vào sự hỗ trợ của hệ quản trị cơ sở dữ liệu và doanh nghiệp lựa chọn.

2.1.3.Kết luận

Việc triển khai bài toán trên mô hình cơ sở dữ liệu quan hệ là hợp lý, các ưu nhược điểm cũng đã được phân tích và đều có phương hướng giải quyết Tuy nhiên, việc tìm kiếm một mô hình khác có nhiều ưu điểm hoặc dễ dàng hơn khi khắc phục các nhược điểm là điều cần thiết, sẽ giúp giảm chi phí quản lý và điều hành của doanh nghiệp Mô hình tốt hơn cần thể hiện kết quả thông qua: phương án xử lý nhược điểm và số liệu đo đạc trên một số câu truy vấn dữ liệu lớn Việc so sánh giải pháp sẽ được thực hiện thông qua kết quả đo đạc của ứng dụng demo.

2.2.Giải pháp triển khai trên Cơ sở dữ liệu đồ thị

Phần này trình bày phương án triển khai lại giải pháp trên cơ sở dữ liệu đồ thị, sử dụng lại toàn bộ các phân tích về dữ liệu khi thực hiện trên cơ sở dữ liệu quan hệ [6]

Có thể nhận thấy giải pháp triển khai trên mô hình CSDL đồ thị từ bài toán đang triển khai trên mô hình CSDL quan hệ chỉ cần một số bước rất ngắn gọn và đơn

giản, chúng ta có thể mô hình hóa dữ liệu dựa trên các phân tích như khi triển khai trên CSDL quan hệ, với một vài điểm khác biệt:

- Thực thể được mô hình dưới các node đồ thị

- Quan hệ giữa các thực thể mô hình hóa dưới quan hệ các node, không sử dụng khóa liên kết như trên CSDL quan hệ

- Các thuộc tính thực thể trở thành thuộc tính node

Hình 2.4 Giải pháp triển khai trên CSDL đồ thị

Như vậy, quan hệ trên CSDL đồ thị được biểu diễn dưới quan hệ trực tiếp giữa các node, không phải là quan hệ giữa các thực thể qua thuộc tính dữ liệu như CSDL đồ thị Để có cái nhìn chi tiết, phần tiếp theo chúng ta sẽ phân tích mô hình dữ liệu quan hệ tại Chương 2, mục 2.4 khi triển khai trên mô hình CSDL đồ thị với các bước thực hiện theo giải pháp trên.

2.2.1.Mô hình dữ liệu

Thực hiện chuyển đổi từ mô hình cơ sở dữ liệu quan hệ sang mô hình cơ sở dữ liệu đồ thị, chúng ta có mô hình mới:

a Khách hàng:

- Mỗi khách hàng sẽ được mô tả bằng một node

- Các thuộc tính của khách hàng sẽ là thuộc tính của node - Các node khách hàng sẽ được gán label phân loại: KhachHang

- Quan hệ có CO_MA_THANH_TOAN sẽ được gán theo chiều từ node

- Mỗi mã thanh toán sẽ được mô tả bằng một node

- Các thuộc tính của mã thanh toán sẽ là thuộc tính của node

- Các node mã thanh toán sẽ được gán label phân loại: MaThanhToan - Quan hệ CO_MA_KHACH_HANG sẽ được gán theo chiều từ node mã

thanh toán => khách hàng

- Quan hệ CO_THUE_BAO sẽ được gán theo chiều từ node mã thanh toán => thuê bao

c Thuê bao:

- Thuê bao được thể hiện trên các node với các thuộc tính và bổ sung các thuộc tính đặc trưng của dịch vụ vào thuộc tính node Điều này thực hiện được do việc bổ sung tự do các thuộc tính của cơ sở dữ liệu đồ thị

- Các node thuê bao gán nhãn phân loại: ThueBao

- Quan hệ THUOC_VE_THANH_TOAN sẽ được gán theo chiều từ node thuê bao => mã thanh toán

- Quan hệ CO_DICH_VU sẽ được gán theo chiều từ node thuê bao => node dịch vụ cụ thể (Cố định, di động….)

d Dịch vụ:

- Dịch vụ thể hiện trên các node và gán nhãn DichVu - Các thông tin dịch vụ được bổ sung vào thuộc tính node

e Các thực thể khác: các thực thể khác được phân tích và mô hình trên cơ sở dữ liệu đồ thị

2.2.2.1.Ưu điểm

- Mô hình dữ liệu trên cơ sở dữ liệu đồ thị rất tường minh và trực quan, cách nhìn nhận dữ liệu và tiếp cận khá đơn giản

- Các mối quan hệ dữ liệu thể hiện rất rõ ràng, quan hệ có định hướng giúp việc phân tích đánh giá thuận lợi

- Dựa vào mô hình, có thể thấy các phép truy vấn là phép duyệt đồ thị không bị lệ thuộc vào quy mô cả đồ thị, chỉ phụ thuộc vào một phần đồ thị do đó có thể thấy tốc độ truy vấn sẽ không giảm khi kích thước dữ liệu tăng (hoặc kích thước đồ thị tăng)

- Các mối quan hệ đã được chuẩn bị và định nghĩa ngay từ đầu, do đó việc truy vấn theo quan hệ mang lại hiệu quả tốc độ

- Các thuộc tính được thêm bớt theo nhu cầu, linh động giúp dễ dàng điều chỉnh cơ cấu dữ liệu, tiết kiệm không gian lưu trữ.

2.2.2.2.Nhược điểm và phương án khắc phục

- Làm rõ mối quan hệ giữa các thực thể, mô hình hóa theo cơ sở dữ liệu đồ thị từ đầu sẽ đòi hỏi tiêu tốn khá nhiều nguồn lực.

- Các dữ liệu khi lưu trữ chưa có phương án phân tán hiệu quả

- Các nền tảng kỹ thuật hỗ trợ chưa phong phú và cần thời gian để kiểm

Đánh giá sơ bộ, việc chuyển đổi mô hình từ cơ sở dữ liệu quan hệ sang cơ sở dữ liệu đồ thị không quá khó khăn về mặt lý thuyết Sau khi thực hiện phân tích một trường hợp quản lý dữ liệu, có thể thấy việc chuyển đổi về cơ bản sẽ mang lại hiệu quả đối với bài toán phù hợp: có tốc độ tăng trưởng dữ liệu và cần linh động trong việc thay đổi thuộc tính của các thực thể Việc đánh giá cụ thể kết quả chuyển đổi sẽ được thực hiện trong phần thử nghiệm với các phép đo định lượng, giúp có cơ sở tốt hơn cho đánh giá cuối cùng.

2.3.Chuyển đổi CSDL quan hệ có sẵn sang CSDL đồ thị

2.3.1.Giải pháp

Một vấn đề rất cần chú trọng khi triển khai các giải pháp thực tế, đó là chúng ta có sẵn cơ sở dữ liệu quan hệ, với hàng trăm bảng dữ liệu và hàng triệu bản ghi Cần tìm giải pháp xử lý việc chuyển đổi từ các CSDL có sẵn này sang đồ thị, sao cho việc chuyển đổi ít nhất về chi phí thực hiện cũng như đảm bảo được phần lớn các mục tiêu đề ra Dựa vào việc mô hình hóa đồ thị thuộc tính, xem xét trên các thực thể và quan hệ chúng ta có giải pháp khá dễ thực hiện theo nguyên tắc [6]:

- Các bản ghi dữ liệu là các nút trên đồ thị

- Tên các bảng hay các thực thể được gán cho các nhãn của nút

- Tên các cột gán cho thuộc tính của nút với giá trị tương ứng

- Quan hệ giữa các thực thể là các cung của đồ thị, có chiều dựa vào quan hệ trên CSDL quan hệ

Với giải pháp trên, việc chuyển đổi từ CSDL quan hệ sang CSDL đồ thị sẽ khá dễ dàng, tái sử dụng tất cả quan hệ, thuộc tính sẵn có Ngoài ra, có thể nhận thấy việc cài đặt giải pháp cũng không quá phức tạp, tuy nhiên CSDL mới hoàn toàn chưa được phân tích tối ưu

Hình 2.6 Lưu đồ chuyển đổi CSDL QH sang CSDL ĐT

Trên cơ sở dữ liệu chuyển đổi, ta có một số đặc tính:

- Số lượng node bằng số bản ghi trên cơ sở dữ liệu quan hệ - Số lượng loại quan hệ bằng số lượng quan hệ hiện có

2.3.2.Chuyển đổi CSDL bài toán Quản lý khách hàng sang CSDL đồthị

Áp dụng giải pháp chuyển đổi, thực hiện phân tích CSDL bài toán Quản lý khách hàng và chuyển đổi từng bước sang CSDL đồ thị

Xét ví dụ chuyển đổi giữa hai thực thể: Khách hàng – Loại khách hàng:

- Xác định sơ đồ thực thể liên kết trên CSDL quan hệ có sẵn, mục đích để phân tích rõ mối quan hệ, các thuộc tính dữ liệu cũng như kiểu của

Hình 2.7 Sơ đồ thực thể liên kết Khách hàng – Loại khách hàng

- Ánh xạ sang mô hình dữ liệu đồ thị: thực hiện ánh xạ sang mô hình mới, xác định các nút đồ thị và các thuộc tính tương ứng, chiều quan

Hình 2.8 Đồ thị biểu diễn nút Khách hàng – Loại khách hàng

- Thực hiện với từng bản ghi dữ liệu trên bảng KHACH_HANG và LOAI_KH:

từng node cụ thể.

 Node được gán lable là tên bảng, ở đây chúng ta có hiệu chỉnh lại cho tự nhiên: KHACH_HANG  KhachHang, LOAI_KH  LoaiKH

trị trên bản ghi