Как использовать Neo4j в data engineering проекте: практический пример с Kafka, ClickHouse и Airflow / Хабр

Neo4j здесь подают не как игрушку для knowledge graph, а как прикладной слой для связей в обычном data engineering-стеке. И это уже интереснее: графовая БД может быть полезна там, где SQL и ClickHouse начинают буксовать на зависимостях, цепочках влияния и анализе связей между сущностями.

Но главный вопрос не в том, «можно ли так сделать», а в том, стоит ли. Отдельная БД — это отдельные бэкапы, мониторинг, права, инциденты и команда, которая должна это поддерживать. Если статья не показывает чёткий критерий выбора между Neo4j, SQL и витриной lineage-таблиц, то она рискует продавать усложнение под видом архитектурной элегантности.

Сильнее всего здесь не сам Neo4j, а попытка встроить его в реальный стек с Kafka, ClickHouse и Airflow. Слабое место — почти неизбежный недобор по альтернативам и стоимости владения. Именно это и решает, станет ли граф полезным инструментом или ещё одним сервисом, который живёт только в презентации.

Источник: https://habr.com/ru/articles/1092712/