Applying Graphs to Enterprise Media Asset Management — C. Goodacre and B. Boehmann, Scripps Networks
这个视频主要是介绍了在Scripps Networks(一家数字电视公司)中，Neo4j作为其DAM(数字资产管理系统)的应用。
存储电视节目
如果我们要存储诸如电视节目的数字资产，那基础模型如上图所示:节目可以分为不同季度(Seanson)，继续细分为集数(Episode)，随后一集可以有不同的实例(对应同一集可能根据放映频道有不同的删减剪辑)，最后可以细分为视频片段。
关系型数据库
可是以上的"基础模型"如果以关系型数据库来存放，需要建立很多表来表示不同的关系类型。而且数字资产也不只是视频这一种，最终会变成上图这样的复杂情况。
对于存储多媒体的数字资产管理系统，不能使用关系型数据库
而且对于这样的数字资产管理系统，我们更关注于资产间的关系是什么，比如一个厨房节目中对应的食谱有哪些，和这个节目相关的人物有哪些(比如节目中出现的人和食谱作者)，关系型数据库不擅长诸如此类的查询。
于是首先尝试了LDAP，但是其schema的灵活度不高随着后续商业模式的变化有很多问题
正片开始
图数据库擅长于表现资产的各种关联。
Scripps Networks 中数字资产的节点数以及访问请求频率
服务器部署在AWS上
图数据库的ER图
每一个数字资产(Asset)都是一个抽象的概念，可以视为是一项知识产权(intellectual property)，不同资产间有着不同的关系，最后资产都会有一个实例(Instance)，表现为这个抽象概念对应的文件(文档或音乐或图片)，实例会连上对应的存储地址。
一张图中存储不同类型的数字资产
首先我们可以看到大图中有三种颜色的节点，绿色节点对应上图的Asset，蓝色节点对应Instance，黄色节点对应Location。
接下来我们对图中每个子图进行解释。
子图1
这个子图表示的是视频资源的子图。对于电视节目的划分和第一张图相同，值得注意的是PART有分ABSTRACT_PART和CONCRETE_PART。这样分的意义是一集节目可以有不同的版本(同一集可能根据放映频道有不同的删减剪辑，以及清晰度的区分)，所有的这些不同版本都会连接到这一集对应的abstract_episode节点上，同时不同版本的节点都由VERSION关系互相连接。
子图2
这张子图表现了子图1的abstract_instance可以连接对应这一集对应的一些文档资源。
子图3
一些其他的多媒体资源比如音乐资源。注意这张图中是连接到了episode节点上，实际也可以连接到abstract_instance节点。
灵活性高
这里显示了图数据库的灵活性。以人们现在观看视频的习惯，经常会有混剪视频(collection)即包含了许多不同来源的视频片段。Neo4j可以轻便地对混剪视频的关系进行表示。
查询功能强
依赖于强大的查询功能，可以用很直观明了的CYPHER语句来查询需要寻找的数据。左下是要寻找符合条件的数字资产，右上是要找到资产的位置。
总结
网友评论