# Melhores Soluções de Banco de Dados em Grafos

  *By [Shalaka Joshi](https://research.g2.com/insights/author/shalaka-joshi)*

   Bancos de dados de grafos usam modelos de dados topográficos para armazenar dados. Esses bancos de dados conectam pontos de dados específicos (nós) e criam relacionamentos (arestas) na forma de grafos que podem ser acessados pelo usuário com consultas. Nós podem representar clientes, empresas ou qualquer dado que uma empresa escolha registrar. Arestas são formadas pelo banco de dados para que os relacionamentos entre nós sejam facilmente compreendidos pelo usuário. Empresas podem utilizar bancos de dados de grafos quando estão acessando dados e não querem gastar tempo organizando-os em relacionamentos distintos. Grandes empresas podem usar consultas complexas para obter informações precisas e detalhadas sobre seus clientes e informações de usuários ou dados de rastreamento de produtos, entre outros usos. Administradores de banco de dados podem escalar altos valores de dados e ainda criar modelos utilizáveis. Algumas empresas podem optar por executar um banco de dados RDF, um tipo de banco de dados de grafos que se concentra em recuperar triplas, ou informações organizadas em uma relação sujeito-predicado-objeto. Tipos semelhantes de bancos de dados incluem ferramentas de [banco de dados de documentos](https://www.g2.com/categories/document-databases), ferramentas de [armazenamento chave-valor](https://www.g2.com/categories/key-value-stores), ferramentas de [banco de dados orientado a objetos](https://www.g2.com/categories/object-oriented-databases) e mais. Desenvolvedores que procuram uma solução acessível podem considerar [software de banco de dados gratuito](https://learn.g2.com/free-database-software).





## Category Overview

**Total Products under this Category:** 68


## Trust & Credibility Stats

**Por que você pode confiar nos rankings de software do G2:**

- 30 Analistas e Especialistas em Dados
- 1,000+ Avaliações Autênticas
- 68+ Produtos
- Rankings Imparciais

Os rankings de software da G2 são baseados em avaliações de usuários verificadas, moderação rigorosa e uma metodologia de pesquisa consistente mantida por uma equipe de analistas e especialistas em dados. Cada produto é medido usando os mesmos critérios transparentes, sem colocação paga ou influência de fornecedores. Embora as avaliações reflitam experiências reais dos usuários, que podem ser subjetivas, elas oferecem insights valiosos sobre como o software funciona nas mãos de profissionais. Juntos, esses dados alimentam o G2 Score, uma maneira padronizada de comparar ferramentas dentro de cada categoria.


## Best Bancos de Dados em Grafos At A Glance

- **Líder:** [Arango](https://www.g2.com/pt/products/arango/reviews)
- **Melhor Desempenho:** [GraphJSON](https://www.g2.com/pt/products/graphjson/reviews)
- **Mais Fácil de Usar:** [Amazon Neptune](https://www.g2.com/pt/products/amazon-neptune/reviews)
- **Mais Tendência:** [Stardog](https://www.g2.com/pt/products/stardog/reviews)
- **Melhor Software Gratuito:** [Neo4j Graph Database](https://www.g2.com/pt/products/neo4j-graph-database/reviews)


---

**Sponsored**

### Kintone

Kintone é uma plataforma de aplicativos empresariais sem código projetada para capacitar usuários não técnicos a criar aplicativos, fluxos de trabalho e bancos de dados robustos adaptados às suas equipes e organizações. Ao utilizar uma interface amigável que enfatiza cliques em vez de codificação, o Kintone permite que indivíduos desenvolvam aplicativos que simplificam processos de negócios, aprimorem a colaboração em projetos e tarefas e facilitem o relatório de dados complexos com facilidade. Esta plataforma é particularmente benéfica para usuários de negócios que precisam de soluções imediatas sem a necessidade de conhecimento extensivo de programação. O Kintone oferece uma ampla gama de aplicativos pré-construídos que atendem a vários casos de uso, incluindo gerenciamento de relacionamento com o cliente (CRM), gerenciamento de projetos, gerenciamento de inventário e mais. Esses modelos permitem que os usuários comecem rapidamente e adaptem os aplicativos às suas necessidades específicas, reduzindo significativamente o tempo e o esforço necessários para implementar novos sistemas. O público-alvo do Kintone inclui pequenas e médias empresas, gerentes de projetos, líderes de equipe e qualquer profissional que busca otimizar seu fluxo de trabalho sem depender de departamentos de TI ou desenvolvedores externos. A abordagem sem código democratiza o desenvolvimento de aplicativos, permitindo que usuários de diversas origens participem da criação de soluções que abordem seus desafios únicos. Essa inclusão promove uma cultura de inovação dentro das organizações, à medida que os membros da equipe podem contribuir com ideias e melhorias baseadas em suas experiências diretas. Os principais recursos do Kintone incluem painéis personalizáveis, fluxos de trabalho automatizados e ferramentas de colaboração em tempo real. Os usuários podem projetar painéis que fornecem insights sobre seus projetos e dados de relance, enquanto os fluxos de trabalho automatizados ajudam a eliminar tarefas repetitivas, garantindo que os membros da equipe possam se concentrar em atividades de maior valor. A plataforma também suporta colaboração em tempo real, permitindo que as equipes trabalhem juntas de forma contínua, compartilhem atualizações e acompanhem o progresso dos projetos sem a necessidade de reuniões constantes ou trocas de e-mails. O Kintone se destaca na categoria de plataformas sem código ao oferecer uma solução flexível e escalável que cresce com as organizações. Sua capacidade de integrar-se com outras ferramentas e serviços aprimora ainda mais sua funcionalidade, permitindo que os usuários criem um ecossistema abrangente que atenda às suas necessidades de negócios em evolução. Ao fornecer uma plataforma poderosa e acessível para o desenvolvimento de aplicativos, o Kintone capacita os usuários a assumirem o controle de seus fluxos de trabalho e impulsionarem a eficiência dentro de suas equipes.



[Visitar o site da empresa](https://www.g2.com/pt/external_clickthroughs/record?secure%5Bad_program%5D=ppc&secure%5Bad_slot%5D=category_product_list&secure%5Bcategory_id%5D=304&secure%5Bdisplayable_resource_id%5D=660&secure%5Bdisplayable_resource_type%5D=Category&secure%5Bmedium%5D=sponsored&secure%5Bplacement_reason%5D=neighbor_category&secure%5Bplacement_resource_ids%5D%5B%5D=318&secure%5Bprioritized%5D=false&secure%5Bproduct_id%5D=16406&secure%5Bresource_id%5D=304&secure%5Bresource_type%5D=Category&secure%5Bsource_type%5D=category_page&secure%5Bsource_url%5D=https%3A%2F%2Fwww.g2.com%2Fpt%2Fcategories%2Fgraph-databases&secure%5Btoken%5D=f090ca3b0e40a77176711885c9052a289cd390d8e5cedd102384c58ecd1b5d8d&secure%5Burl%5D=https%3A%2F%2Fwww.kintone.com%2Fhow-to-get-started-with-kintone2%2F%3Futm_campaign%3DG2%2520Ads%26utm_source%3DG2%26utm_medium%3Dcpc%26utm_term%3DGet%2520started%2520CTA&secure%5Burl_type%5D=custom_url)

---

## Top-Rated Products (Ranked by G2 Score)
### 1. [Arango](https://www.g2.com/pt/products/arango/reviews)
  Arango fornece uma base de dados confiável para IA Contextual — transformando dados empresariais em um Sistema de Contexto que realmente representa o negócio, para que LLMs possam oferecer melhores resultados com escala ilimitada e eficiência de custos. A Plataforma de Dados Arango AI oferece aos desenvolvedores um ambiente único e integrado para construir e escalar aplicações impulsionadas por IA sem a complexidade de integrar múltiplos bancos de dados e ferramentas. No seu núcleo está um banco de dados multi-modelo massivamente escalável que unifica dados de grafos, vetores, documentos e chave-valor com busca de texto completo, geoespacial e vetorial — criando o Sistema de Contexto, a ponte entre dados empresariais e LLMs. O Arango AI Suite inclui pipelines de dados automatizados, ingestão de dados multimodais, AIOps e MLOps, integrações LLM, Análise de Grafos, frameworks agenticos para Hybrid/GraphRAG ciente de contexto, GraphML, suporte a linguagem natural e aceleração por GPU — permitindo ROI repetível e inovação mais rápida. Confiado pela NVIDIA, HPE, a Bolsa de Valores de Londres, a Força Aérea dos EUA, NIH, Siemens, Synopsys e Articul8, Arango impulsiona a IA empresarial com contexto, confiança e escala. Somos um membro orgulhoso do Programa NVIDIA Inception e do Programa AWS ISV Accelerate. Saiba mais em arango.ai, LinkedIn, YouTube e G2.


  **Average Rating:** 4.6/5.0
  **Total Reviews:** 115

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 9.0/10 (Category avg: 8.8/10)
- **Modelo de dados:** 9.2/10 (Category avg: 8.8/10)
- **Tipos de dados:** 8.9/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.5/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Arango](https://www.g2.com/pt/sellers/arango)
- **Website da Empresa:** https://arango.ai/
- **Ano de Fundação:** 2015
- **Localização da Sede:** San Francisco, CA
- **Página do LinkedIn®:** https://www.linkedin.com/company/5289249/ (106 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Who Uses This:** Engenheiro de Software Sênior
  - **Top Industries:** Tecnologia da Informação e Serviços, Software de Computador
  - **Company Size:** 57% Pequena Empresa, 23% Médio Porte


#### Pros & Cons

**Pros:**

- Facilidade de Uso (14 reviews)
- Recursos (10 reviews)
- Consultando (7 reviews)
- Intuitivo (6 reviews)
- Personalização (5 reviews)

**Cons:**

- Má usabilidade (5 reviews)
- Aprendizado Difícil (4 reviews)
- Melhoria Necessária (4 reviews)
- Curva de Aprendizado (4 reviews)
- Dificuldade de Aprendizagem (4 reviews)

### 2. [Elastic Stack](https://www.g2.com/pt/products/elastic-stack/reviews)
  O Elastic Stack, comumente conhecido como ELK Stack, é um conjunto abrangente de ferramentas de código aberto projetado para ingestão, armazenamento, análise e visualização de dados em tempo real. Ele é composto por Elasticsearch, Kibana, Beats e Logstash, permitindo que os usuários lidem com dados de qualquer fonte e em qualquer formato de maneira eficiente. Características e Funcionalidades Principais: - Elasticsearch: Um mecanismo de busca e análise distribuído, baseado em JSON, que permite o armazenamento, busca e análise rápidos de grandes volumes de dados. - Kibana: Uma interface de usuário extensível que fornece visualizações poderosas, dashboards e ferramentas de gerenciamento para interpretar e apresentar dados de forma eficaz. - Beats e Logstash: Ferramentas de ingestão de dados que coletam e processam dados de várias fontes, transformando-os e encaminhando-os para o Elasticsearch para indexação. - Integrações: Uma infinidade de integrações pré-construídas que facilitam a coleta de dados e a conexão perfeita com o Elastic Stack, permitindo insights rápidos. Valor Principal e Soluções para Usuários: O Elastic Stack capacita as organizações a aproveitar todo o potencial de seus dados, fornecendo uma plataforma escalável e resiliente para busca e análise em tempo real. Ele aborda desafios como o gerenciamento de grandes conjuntos de dados, garantindo alta disponibilidade e entregando resultados de busca relevantes rapidamente. Ao oferecer uma solução unificada para ingestão, armazenamento, análise e visualização de dados, o Elastic Stack permite que os usuários obtenham insights acionáveis, melhorem a eficiência operacional e tomem decisões informadas com base em seus dados.


  **Average Rating:** 4.5/5.0
  **Total Reviews:** 97

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.4/10 (Category avg: 8.8/10)
- **Modelo de dados:** 10.0/10 (Category avg: 8.8/10)
- **Tipos de dados:** 9.7/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 9.3/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Elastic](https://www.g2.com/pt/sellers/elastic)
- **Ano de Fundação:** 2012
- **Localização da Sede:** San Francisco, CA
- **Twitter:** @elastic (64,544 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/814025/ (4,986 funcionários no LinkedIn®)
- **Propriedade:** NYSE: ESTC

**Reviewer Demographics:**
  - **Who Uses This:** Engenheiro de Software, Engenheiro de Software Sênior
  - **Top Industries:** Software de Computador, Tecnologia da Informação e Serviços
  - **Company Size:** 45% Médio Porte, 34% Empresa


#### Pros & Cons

**Pros:**

- Facilidade de Uso (3 reviews)
- Flexibilidade (3 reviews)
- Gerenciamento de Logs (3 reviews)
- Eficiência de Pesquisa (3 reviews)
- Versatilidade (3 reviews)

**Cons:**

- Gestão de Recursos (3 reviews)
- Questões de Complexidade (2 reviews)
- Caro (2 reviews)
- Uso Elevado de Memória (2 reviews)
- Curva de Aprendizado (2 reviews)

### 3. [Amazon Neptune](https://www.g2.com/pt/products/amazon-neptune/reviews)
  Amazon Neptune é um serviço de banco de dados de grafos rápido, confiável e totalmente gerenciado que facilita a construção e execução de aplicações que trabalham com conjuntos de dados altamente conectados. O núcleo do Amazon Neptune é um mecanismo de banco de dados de grafos de alto desempenho, projetado especificamente para armazenar bilhões de relacionamentos e consultar o grafo com latência de milissegundos. O Amazon Neptune suporta os modelos de grafos populares Property Graph e RDF da W3C, e suas respectivas linguagens de consulta Apache TinkerPop Gremlin e SPARQL, permitindo que você construa consultas que navegam eficientemente em conjuntos de dados altamente conectados. O Neptune alimenta casos de uso de grafos, como motores de recomendação, detecção de fraudes, grafos de conhecimento, descoberta de medicamentos e segurança de rede. O Amazon Neptune é altamente disponível, com réplicas de leitura, recuperação pontual, backup contínuo para o Amazon S3 e replicação entre Zonas de Disponibilidade. O Neptune é seguro com suporte para criptografia em repouso. O Neptune é totalmente gerenciado, então você não precisa mais se preocupar com tarefas de gerenciamento de banco de dados, como provisionamento de hardware, aplicação de patches de software, configuração ou backups.


  **Average Rating:** 4.4/5.0
  **Total Reviews:** 30

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.5/10 (Category avg: 8.8/10)
- **Modelo de dados:** 9.4/10 (Category avg: 8.8/10)
- **Tipos de dados:** 9.3/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 9.7/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Amazon Web Services (AWS)](https://www.g2.com/pt/sellers/amazon-web-services-aws-3e93cc28-2e9b-4961-b258-c6ce0feec7dd)
- **Ano de Fundação:** 2006
- **Localização da Sede:** Seattle, WA
- **Twitter:** @awscloud (2,225,864 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/amazon-web-services/ (156,424 funcionários no LinkedIn®)
- **Propriedade:** NASDAQ: AMZN

**Reviewer Demographics:**
  - **Top Industries:** Software de Computador
  - **Company Size:** 67% Pequena Empresa, 23% Médio Porte


### 4. [Neo4j Graph Database](https://www.g2.com/pt/products/neo4j-graph-database/reviews)
  O caminho mais rápido para o gráfico. Centrado no principal banco de dados gráfico nativo, a Neo4j Graph Data Platform de hoje é um conjunto de aplicativos e ferramentas que ajudam o mundo a entender os dados. A Plataforma inclui a Neo4j Graph Data Science Library – o principal espaço de trabalho de análise pronto para empresas para dados de gráfico, disponível tanto como código aberto quanto através de uma licença comercial para empresas – a ferramenta de visualização e exploração de gráficos Bloom, a linguagem de consulta Cypher - muito fácil de aprender e pode operar em produtos baseados em Neo4j, Apache Spark e Gremlin usando kits de ferramentas de código aberto: "Cypher on Apache Spark (CApS) e Cypher for Gremlin.), Neo4j ETL e Kettle para integração de dados, e inúmeras ferramentas adicionais, integrações e conectores para ajudar desenvolvedores e cientistas de dados a construir soluções baseadas em gráficos com facilidade. E a maior comunidade do mundo para ajudar a habilitar qualquer jornada de gráfico. Neo4j é o principal banco de dados gráfico escalável e compatível com ACID, projetado com uma arquitetura de cluster distribuído de alto desempenho, disponível em ofertas auto-hospedadas e na nuvem.


  **Average Rating:** 4.5/5.0
  **Total Reviews:** 131

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.8/10 (Category avg: 8.8/10)
- **Modelo de dados:** 7.7/10 (Category avg: 8.8/10)
- **Tipos de dados:** 8.3/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.0/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Neo4j](https://www.g2.com/pt/sellers/neo4j)
- **Ano de Fundação:** 2007
- **Localização da Sede:** San Mateo, CA
- **Twitter:** @neo4j (46,969 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/neo4j/ (996 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Who Uses This:** Engenheiro de Software
  - **Top Industries:** Software de Computador, Tecnologia da Informação e Serviços
  - **Company Size:** 44% Pequena Empresa, 30% Médio Porte


#### Pros & Cons

**Pros:**

- Facilidade de Uso (2 reviews)
- Recursos (2 reviews)
- Gestão de Banco de Dados (1 reviews)
- Flexibilidade de Design (1 reviews)
- Flexibilidade (1 reviews)

**Cons:**

- Curva de Aprendizado (2 reviews)
- Problemas de Backup (1 reviews)
- Questões de Gestão de Dados (1 reviews)
- Aprendizado Difícil (1 reviews)
- Problemas de Importação (1 reviews)

### 5. [GraphJSON](https://www.g2.com/pt/products/graphjson/reviews)
  Sem servidor, autoatendimento e análises acessíveis projetadas para ajudar você a aproveitar ao máximo seus dados.


  **Average Rating:** 4.2/5.0
  **Total Reviews:** 34

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.7/10 (Category avg: 8.8/10)
- **Modelo de dados:** 8.7/10 (Category avg: 8.8/10)
- **Tipos de dados:** 7.9/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.2/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [GraphJSON](https://www.g2.com/pt/sellers/graphjson)
- **Localização da Sede:** N/A
- **Twitter:** @GraphJSON (516 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/No-Linkedin-Presence-Added-Intentionally-By-DataOps (1 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Top Industries:** Software de Computador, Tecnologia da Informação e Serviços
  - **Company Size:** 53% Pequena Empresa, 36% Médio Porte


### 6. [OrientDB](https://www.g2.com/pt/products/orientdb/reviews)
  OrientDB é o primeiro DBMS Distribuído Multi-Modelo com um Verdadeiro Motor de Grafos. Multi-Modelo significa NoSQL de 2ª geração capaz de gerenciar domínios complexos com desempenho incrível. OrientDB gerencia relacionamentos sem usar JOINs, mas sim ponteiros diretos. Isso permite ter desempenho constante ao atravessar relacionamentos, independentemente do tamanho do banco de dados.


  **Average Rating:** 3.9/5.0
  **Total Reviews:** 58

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 7.8/10 (Category avg: 8.8/10)
- **Modelo de dados:** 8.6/10 (Category avg: 8.8/10)
- **Tipos de dados:** 7.8/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.2/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [SAP](https://www.g2.com/pt/sellers/sap)
- **Ano de Fundação:** 1972
- **Localização da Sede:** Walldorf
- **Twitter:** @SAP (297,246 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/sap/ (141,341 funcionários no LinkedIn®)
- **Propriedade:** NYSE:SAP

**Reviewer Demographics:**
  - **Who Uses This:** Engenheiro de Software
  - **Top Industries:** Tecnologia da Informação e Serviços, Software de Computador
  - **Company Size:** 47% Pequena Empresa, 42% Médio Porte


### 7. [Stardog](https://www.g2.com/pt/products/stardog/reviews)
  Stardog é uma plataforma de grafo de conhecimento reutilizável e escalável que permite às empresas unificar todos os seus dados, incluindo fontes de dados e bancos de dados de todos os tipos, para obter as respostas necessárias para impulsionar decisões de negócios. Stardog é uma plataforma de grafo de conhecimento empresarial que permite aos clientes consultar dados massivos, díspares e heterogêneos, independentemente da estrutura, com simplicidade de implementação. Os clientes empresariais da Stardog incluem empresas da Fortune 500 nos setores de finanças, saúde, ciências da vida, energia, mídia e governo.


  **Average Rating:** 4.2/5.0
  **Total Reviews:** 17

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.7/10 (Category avg: 8.8/10)
- **Modelo de dados:** 9.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 8.1/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.8/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Stardog Union](https://www.g2.com/pt/sellers/stardog-union)
- **Localização da Sede:** Arlington, VA
- **Twitter:** @StardogHQ (3,970 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/10917244 (94 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 39% Pequena Empresa, 33% Empresa


### 8. [FlockDB](https://www.g2.com/pt/products/flockdb/reviews)
  FlockDB é mais simples do que outros bancos de dados de grafos porque tenta resolver menos problemas. Ele escala horizontalmente e é projetado para ambientes on-line, de baixa latência e alta taxa de transferência, como sites.


  **Average Rating:** 3.6/5.0
  **Total Reviews:** 11

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.3/10 (Category avg: 8.8/10)


**Seller Details:**

- **Vendedor:** [Twitter](https://www.g2.com/pt/sellers/twitter)
- **Ano de Fundação:** 2006
- **Localização da Sede:** San Francisco, CA
- **Página do LinkedIn®:** https://www.linkedin.com/company/96622/ (1,004 funcionários no LinkedIn®)
- **Propriedade:** NYSE: TWTR
- **Receita Total (USD mm):** $3,716

**Reviewer Demographics:**
  - **Company Size:** 36% Médio Porte, 36% Pequena Empresa


### 9. [Tigergraph](https://www.g2.com/pt/products/tigergraph/reviews)
  TigerGraph é o único banco de dados de grafos escalável para empresas. Baseado na primeira tecnologia de grafos nativa e paralela da indústria, TigerGraph libera o poder dos dados interconectados, oferecendo às organizações insights mais profundos e melhores resultados. TigerGraph cumpre a verdadeira promessa e os benefícios da plataforma de grafos ao enfrentar os desafios de dados mais difíceis em tempo real, não importa quão grande ou complexo seja o conjunto de dados. A tecnologia comprovada da TigerGraph suporta aplicações como detecção de fraudes, visão 360 do cliente, MDM, IoT, IA e aprendizado de máquina para entender o big data em constante mudança, e é usada por clientes como Amgen, China Mobile, Intuit, Wish e Zillow.


  **Average Rating:** 4.6/5.0
  **Total Reviews:** 11

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.3/10 (Category avg: 8.8/10)
- **Modelo de dados:** 9.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 8.5/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.3/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Tigergraph](https://www.g2.com/pt/sellers/tigergraph)
- **Ano de Fundação:** 2012
- **Localização da Sede:** Redwood City, CA
- **Twitter:** @TigerGraphDB (12,677 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/3693966 (144 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 55% Empresa, 36% Médio Porte


### 10. [Dgraph](https://www.g2.com/pt/products/dgraph/reviews)
  Dgraph é o banco de dados GraphQL mais avançado do mundo com um backend de grafo. O banco de dados de grafo número um no GitHub e com mais de 500.000 downloads todos os meses, Dgraph é construído para desempenho e escalabilidade. Testado pelo Jepsen, ele tem o melhor desempenho, retornando respostas de consultas em milissegundos em terabytes de dados. Dgraph é ideal para uma variedade de casos de uso, desde visão 360 do cliente e detecção de fraudes até consultas complicadas com múltiplos saltos e junções de profundidade arbitrária. Forte desempenho e gerenciamento de memória tornam o banco de dados de grafo ideal para empresas, enquanto o Dgraph Cloud torna rápido e fácil para desenvolvedores de aplicativos lançar um projeto durante o fim de semana. Escale de zero a bilhões de registros sem esforço. Disponível em versões de código aberto e hospedadas (Dgraph Cloud) e licença empresarial.


  **Average Rating:** 4.7/5.0
  **Total Reviews:** 22

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 9.8/10 (Category avg: 8.8/10)
- **Modelo de dados:** 9.7/10 (Category avg: 8.8/10)
- **Tipos de dados:** 9.5/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 9.4/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Dgraph Labs](https://www.g2.com/pt/sellers/dgraph-labs)
- **Ano de Fundação:** 2016
- **Localização da Sede:** San Francisco, CA
- **Twitter:** @dgraphlabs (16 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/13183384/ (18 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Top Industries:** Tecnologia da Informação e Serviços
  - **Company Size:** 68% Pequena Empresa, 18% Empresa


### 11. [GraphQL](https://www.g2.com/pt/products/graphql/reviews)
  GraphQL é uma linguagem de consulta de dados de código aberto e um runtime projetado para simplificar o desenvolvimento de APIs, permitindo que os clientes solicitem precisamente os dados de que precisam. Desenvolvido internamente pelo Facebook em 2012 e lançado publicamente em 2015, o GraphQL se tornou uma ferramenta fundamental para o desenvolvimento moderno de aplicações, oferecendo uma alternativa mais eficiente e flexível aos APIs REST tradicionais. Características e Funcionalidades Principais: - Estrutura Hierárquica: As consultas GraphQL espelham a forma dos dados de resposta, tornando intuitivo para os desenvolvedores prever e estruturar suas solicitações. - Tipagem Forte: Cada elemento em um esquema GraphQL é explicitamente tipado, permitindo definições claras de estruturas de dados e possibilitando suporte robusto a validação e ferramentas. - Introspecção: As APIs GraphQL são autodescritivas, permitindo que os clientes consultem o esquema para tipos e operações disponíveis, o que facilita o desenvolvimento dinâmico do cliente e melhora a descoberta. - Agnóstico de Protocolo: O GraphQL opera independentemente de qualquer protocolo de armazenamento ou transporte específico, permitindo integração perfeita com vários bancos de dados e infraestrutura existente. - Evolução Sem Versões: A flexibilidade do GraphQL permite a adição de novos campos e tipos sem impactar as consultas existentes, eliminando a necessidade de versionamento e simplificando a evolução da API. Valor Principal e Resolução de Problemas: O GraphQL aborda vários desafios inerentes ao desenvolvimento tradicional de APIs: - Recuperação de Dados Otimizada: Ao permitir que os clientes especifiquem requisitos exatos de dados, o GraphQL minimiza o excesso e a falta de dados, levando a um uso mais eficiente da rede e a um desempenho aprimorado da aplicação. - Produtividade Aprimorada do Desenvolvedor: A natureza autodescritiva dos esquemas GraphQL, combinada com tipagem forte e capacidades de introspecção, acelera os ciclos de desenvolvimento e reduz a probabilidade de erros. - Flexibilidade Entre Plataformas: O design agnóstico de linguagem do GraphQL e o suporte a múltiplas linguagens de programação permitem um consumo consistente de APIs em diversas plataformas, incluindo web, mobile e dispositivos IoT. - Manutenção Simplificada de APIs: A capacidade de evoluir APIs sem as complexidades de versionamento permite atualizações e adições de funcionalidades mais suaves, garantindo a manutenção e escalabilidade a longo prazo. Ao fornecer uma abordagem mais eficiente, flexível e amigável ao desenvolvedor para o design de APIs, o GraphQL capacita as organizações a construir aplicações de alto desempenho que podem se adaptar a requisitos em evolução e oferecer experiências superiores aos usuários.


  **Average Rating:** 3.9/5.0
  **Total Reviews:** 11

**User Satisfaction Scores:**

- **Modelo de dados:** 8.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 10.0/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.3/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [The GraphQL Foundation](https://www.g2.com/pt/sellers/the-graphql-foundation)
- **Ano de Fundação:** 2019
- **Localização da Sede:** San Francisco, US
- **Twitter:** @GraphQL (126,378 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/51722505 (13 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 64% Médio Porte, 36% Pequena Empresa


### 12. [GraphBase](https://www.g2.com/pt/products/graphbase/reviews)
  GraphBase é um Sistema de Gerenciamento de Banco de Dados de Grafos de segunda geração. Construído para problemas de dados do século 21, GraphBase é um divisor de águas quando se trata de lidar com estruturas de dados grandes e complexas.


  **Average Rating:** 4.4/5.0
  **Total Reviews:** 16

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.9/10 (Category avg: 8.8/10)
- **Modelo de dados:** 7.8/10 (Category avg: 8.8/10)
- **Tipos de dados:** 8.1/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 6.9/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [FactNexus](https://www.g2.com/pt/sellers/factnexus)
- **Ano de Fundação:** 2010
- **Localização da Sede:** Sydney
- **Twitter:** @AskKayBot (5 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/1546147 (1 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 50% Pequena Empresa, 38% Médio Porte


### 13. [Cayley](https://www.g2.com/pt/products/cayley/reviews)
  Cayley é um grafo de código aberto escrito em Go inspirado no banco de dados de grafos por trás do Freebase e do Knowledge Graph do Google.


  **Average Rating:** 3.9/5.0
  **Total Reviews:** 11

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 6.7/10 (Category avg: 8.8/10)


**Seller Details:**

- **Vendedor:** [Cayley](https://www.g2.com/pt/sellers/cayley)
- **Localização da Sede:** N/A
- **Twitter:** @cayleygraph (731 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/No-Linkedin-Presence-Added-Intentionally-By-DataOps (1 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 45% Pequena Empresa, 36% Médio Porte


### 14. [Redis Cloud](https://www.g2.com/pt/products/redis-cloud/reviews)
  Redis Cloud é nosso serviço Redis Enterprise totalmente gerenciado, oferecendo velocidade, simplicidade e escalabilidade incomparáveis. É perfeito para aplicações nativas da nuvem que exigem processamento de dados em tempo real, sem a complicação de gerenciar infraestrutura. Redis Cloud supera serviços em nuvem compatíveis com Redis construídos em código aberto, como Amazon ElastiCache e Google Cloud Memorystore, ao oferecer recursos de nível empresarial, como distribuição geográfica ativa-ativa, capacidades avançadas de consulta e pesquisa, sincronização de dados perfeita e suporte multi-nuvem.


  **Average Rating:** 4.6/5.0
  **Total Reviews:** 42

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 9.2/10 (Category avg: 8.8/10)


**Seller Details:**

- **Vendedor:** [Redis](https://www.g2.com/pt/sellers/redis)
- **Ano de Fundação:** 2011
- **Localização da Sede:** San Francisco, CA
- **Twitter:** @Redisinc (43,961 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/2014725/ (1,510 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Top Industries:** Tecnologia da Informação e Serviços, Software de Computador
  - **Company Size:** 50% Pequena Empresa, 41% Médio Porte


### 15. [EdgeDB](https://www.g2.com/pt/products/edgedb/reviews)
  Alimentado pelo mecanismo de consulta Postgres nos bastidores, o EdgeDB pensa no esquema da mesma forma que você: como objetos com propriedades conectadas por links.


  **Average Rating:** 4.0/5.0
  **Total Reviews:** 8

**User Satisfaction Scores:**

- **Modelo de dados:** 7.0/10 (Category avg: 8.8/10)
- **Tipos de dados:** 7.1/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.3/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [EdgeDB](https://www.g2.com/pt/sellers/edgedb)
- **Ano de Fundação:** 2019
- **Localização da Sede:** San Francisco, US
- **Página do LinkedIn®:** https://www.linkedin.com/company/edgedb/ (24 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 67% Pequena Empresa, 22% Médio Porte


### 16. [IBM Graph](https://www.g2.com/pt/products/ibm-graph/reviews)
  IBM Graph é um serviço de gráfico de propriedades totalmente gerenciado que permite armazenar, consultar e visualizar pontos de dados, conexões e propriedades. Altamente disponível Fornece um serviço que está sempre ativo e garante que seus dados estejam sempre acessíveis, para que seus aplicativos web e móveis estejam constantemente trabalhando para o seu negócio. Gerenciado 24/7 Nossos especialistas monitoram, gerenciam e otimizam tudo em sua pilha, todos os dias, o dia todo. Permite que sua equipe de desenvolvimento se concentre na construção de aplicativos, em vez de se preocupar com o gráfico. Escala de forma contínua Permite que você comece pequeno e escale sob demanda à medida que o tamanho e a complexidade dos seus dados aumentam, permitindo que seu aplicativo cresça com o seu negócio.


  **Average Rating:** 4.3/5.0
  **Total Reviews:** 8

**User Satisfaction Scores:**

- **Modelo de dados:** 8.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 7.2/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 7.8/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [IBM](https://www.g2.com/pt/sellers/ibm)
- **Ano de Fundação:** 1911
- **Localização da Sede:** Armonk, NY
- **Twitter:** @IBM (709,390 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/1009/ (324,553 funcionários no LinkedIn®)
- **Propriedade:** SWX:IBM

**Reviewer Demographics:**
  - **Company Size:** 50% Empresa, 30% Pequena Empresa


### 17. [Oracle Spatial and Graph](https://www.g2.com/pt/products/oracle-spatial-and-graph/reviews)
  Oracle Spatial and Graph oferece uma gama completa de dados e análises geoespaciais para gestão de terras e GIS, serviços de localização móvel, gestão de territórios de vendas, transporte, análise LiDAR e Business Intelligence habilitado para localização. As funcionalidades de gráfico incluem gráficos RDF para aplicações que vão desde a integração de dados semânticos até a análise de redes sociais, dados abertos vinculados e gráficos de rede usados em transporte, utilidades, energia e telecomunicações, além de análise de tempo de deslocamento para aplicações de vendas e marketing.


  **Average Rating:** 4.4/5.0
  **Total Reviews:** 8

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 7.5/10 (Category avg: 8.8/10)
- **Modelo de dados:** 8.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 9.0/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 9.0/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Oracle](https://www.g2.com/pt/sellers/oracle)
- **Ano de Fundação:** 1977
- **Localização da Sede:** Austin, TX
- **Twitter:** @Oracle (827,868 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/1028/ (199,301 funcionários no LinkedIn®)
- **Propriedade:** NYSE:ORCL

**Reviewer Demographics:**
  - **Company Size:** 44% Médio Porte, 44% Pequena Empresa


### 18. [Azure Cosmos DB](https://www.g2.com/pt/products/azure-cosmos-db/reviews)
  O Azure Cosmos DB é um serviço de banco de dados NoSQL e vetorial totalmente gerenciado e distribuído globalmente, projetado para suportar aplicações críticas com latência ultra-baixa e escalabilidade elástica. Ele permite que os desenvolvedores construam aplicações e agentes com inteligência artificial, proporcionando integração perfeita com serviços de IA, permitindo o armazenamento e consulta eficientes de dados NoSQL e vetores. Com seu modelo de documento JSON agnóstico de esquema, o Azure Cosmos DB simplifica o processo de desenvolvimento ao indexar automaticamente todos os dados, eliminando a necessidade de gerenciamento manual de esquema ou índice. O serviço oferece Acordos de Nível de Serviço (SLAs) abrangentes, garantindo latências de leitura e escrita inferiores a 10 milissegundos e 99,999% de disponibilidade, tornando-o uma escolha confiável para aplicações que exigem alto desempenho e alcance global. Principais Características e Funcionalidades: - Distribuição Global: O Azure Cosmos DB permite distribuição global turnkey, possibilitando que os dados sejam replicados em várias regiões ao redor do mundo, proporcionando alta disponibilidade e acesso a dados com baixa latência. - Escalabilidade Elástica: O serviço oferece escalabilidade elástica de throughput e armazenamento, permitindo que os desenvolvedores escalem recursos para cima ou para baixo com base na demanda sem tempo de inatividade. - Suporte Multi-Modelo: Ele suporta nativamente múltiplos modelos de dados, incluindo documento, chave-valor, grafo e coluna-família, atendendo a diversas necessidades de aplicação. - Integração com IA: Capacidades de busca vetorial integradas simplificam o desenvolvimento de aplicações de IA ao armazenar e consultar vetores de forma eficiente junto com dados NoSQL. - Indexação Automática: Todos os dados são indexados automaticamente, facilitando consultas rápidas e eficientes sem a necessidade de gerenciamento manual de índices. - SLAs Abrangentes: O Azure Cosmos DB fornece SLAs líderes do setor cobrindo throughput, latência, disponibilidade e consistência, garantindo desempenho previsível. Valor Principal e Soluções Oferecidas: O Azure Cosmos DB aborda os desafios de construir e gerenciar aplicações distribuídas globalmente ao oferecer um serviço de banco de dados totalmente gerenciado que garante alta disponibilidade, baixa latência e escalabilidade elástica. Sua integração com serviços de IA e suporte para múltiplos modelos de dados capacitam os desenvolvedores a criar aplicações inteligentes e responsivas sem a complexidade de gerenciar infraestrutura. Ao lidar automaticamente com a distribuição de dados, escalonamento e indexação, o Azure Cosmos DB permite que as organizações se concentrem na inovação e na entrega de valor aos seus usuários, tornando-o uma solução ideal para aplicações que exigem acesso a dados em tempo real e alcance global.


  **Average Rating:** 4.2/5.0
  **Total Reviews:** 59

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.3/10 (Category avg: 8.8/10)
- **Modelo de dados:** 8.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 8.3/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.3/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Microsoft](https://www.g2.com/pt/sellers/microsoft)
- **Ano de Fundação:** 1975
- **Localização da Sede:** Redmond, Washington
- **Twitter:** @microsoft (13,114,353 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/microsoft/ (227,697 funcionários no LinkedIn®)
- **Propriedade:** MSFT

**Reviewer Demographics:**
  - **Top Industries:** Tecnologia da Informação e Serviços, Software de Computador
  - **Company Size:** 44% Empresa, 28% Médio Porte


#### Pros & Cons

**Pros:**

- Facilidade de Uso (4 reviews)
- Recursos (3 reviews)
- Integrações (3 reviews)
- Escalabilidade (3 reviews)
- Personalização (2 reviews)

**Cons:**

- Caro (3 reviews)
- Questões de Custo (2 reviews)
- Questões de Complexidade (1 reviews)
- Uso Complexo (1 reviews)
- Aumento de Custo (1 reviews)

### 19. [Fauna](https://www.g2.com/pt/products/fauna-fauna/reviews)
  Fauna é um banco de dados operacional verdadeiramente serverless que capacita equipes a lançar aplicativos mais rapidamente. Ele combina a flexibilidade de um modelo de documento com a forte consistência e o poder de consulta rico dos sistemas relacionais—tudo construído em uma arquitetura distribuída serverless que escala automaticamente, sem a complexidade de provisionamento manual, fragmentação ou replicação. Mais de 80.000 equipes de desenvolvimento escolhem Fauna para construir e escalar aplicativos transacionais modernos, incluindo equipes da Tyson Foods, Unilever, Lexmark, Intelliculture, Hannon Hill, Cloaked, DTLR e Insights.gg.


  **Average Rating:** 4.4/5.0
  **Total Reviews:** 25

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 9.0/10 (Category avg: 8.8/10)
- **Modelo de dados:** 8.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 9.2/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 9.2/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Fauna](https://www.g2.com/pt/sellers/fauna)
- **Ano de Fundação:** 2015
- **Localização da Sede:** San Francisco, CA
- **Twitter:** @fauna (93,324 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/faunadb/ (11 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Top Industries:** Tecnologia da Informação e Serviços
  - **Company Size:** 64% Pequena Empresa, 24% Médio Porte


#### Pros & Cons

**Pros:**

- Escalabilidade (6 reviews)
- Facilidade de Uso (5 reviews)
- Flexibilidade (4 reviews)
- Suporte ao Cliente (3 reviews)
- Integrações fáceis (3 reviews)

**Cons:**

- Aprendizado Difícil (3 reviews)
- Documentação Ruim (2 reviews)
- Complexidade (1 reviews)
- Configuração Complexa (1 reviews)
- Questões de Custo (1 reviews)

### 20. [RDFox](https://www.g2.com/pt/products/rdfox/reviews)
  RDFox é um grafo de conhecimento em memória de alto desempenho e raciocinador semântico. Otimizado para velocidade e raciocínio avançado, oferece tempos de consulta e carregamento que são ordens de magnitude mais rápidos do que triplestores alternativos, ao mesmo tempo em que alcança maiores insights sobre os dados. RDFox é desenvolvido pela Oxford Semantic Technologies—um spin-out da Universidade de Oxford fundado por acadêmicos líderes apoiados por décadas de pesquisa de ponta em tecnologias da web semântica.


  **Average Rating:** 4.8/5.0
  **Total Reviews:** 12

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 10.0/10 (Category avg: 8.8/10)
- **Modelo de dados:** 10.0/10 (Category avg: 8.8/10)
- **Tipos de dados:** 10.0/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 7.8/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Oxford Semantic Technologies](https://www.g2.com/pt/sellers/oxford-semantic-technologies)
- **Ano de Fundação:** 2017
- **Localização da Sede:** Oxford, GB
- **Twitter:** @oxfordsemantic (1,749 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/oxford-semantic-technologies/ (21 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 36% Pequena Empresa, 29% Empresa


### 21. [Redis Software](https://www.g2.com/pt/products/redis-software/reviews)
  O Redis Software é nossa solução avançada que oferece velocidade e confiabilidade incomparáveis para ambientes on-premises e em nuvem privada. Ele oferece controle total sobre sua implantação, garantindo alto desempenho e escalabilidade para atender às suas necessidades específicas. O Redis Software baseia-se na velocidade e confiabilidade do Redis Community Edition com recursos avançados, como distribuição geográfica ativa-ativa, capacidades avançadas de consulta e pesquisa, sincronização automática de dados e recursos de segurança superiores. Essas melhorias proporcionam desempenho, confiabilidade e segurança em nível empresarial, tornando o Redis Software a escolha ideal para aplicações de produção.


  **Average Rating:** 4.5/5.0
  **Total Reviews:** 130

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.6/10 (Category avg: 8.8/10)
- **Modelo de dados:** 7.5/10 (Category avg: 8.8/10)
- **Tipos de dados:** 8.3/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 7.5/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Redis](https://www.g2.com/pt/sellers/redis)
- **Ano de Fundação:** 2011
- **Localização da Sede:** San Francisco, CA
- **Twitter:** @Redisinc (43,961 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/2014725/ (1,510 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Who Uses This:** Engenheiro de Software, Engenheiro de Software Sênior
  - **Top Industries:** Software de Computador, Tecnologia da Informação e Serviços
  - **Company Size:** 54% Pequena Empresa, 26% Médio Porte


#### Pros & Cons

**Pros:**

- Útil (2 reviews)
- Eficiência de Custo (1 reviews)
- Personalização (1 reviews)
- Armazenamento de Dados (1 reviews)
- Facilidade de Configuração (1 reviews)

**Cons:**

- Limitações de Tamanho de Dados (1 reviews)
- Caro (1 reviews)
- Recursos Limitados de Gráficos (1 reviews)
- Interface de usuário ruim (1 reviews)
- Desempenho lento (1 reviews)

### 22. [Ultipa Graph](https://www.g2.com/pt/products/ultipa-graph/reviews)
  Ultipa constrói produtos de banco de dados e XAI em tempo real que definem categorias e capacita empresas inteligentes com inteligência aumentada por grafos. Empresas ao redor do mundo estão passando por uma grande tendência de transformação digital, que exige inteligência de dados + revolução da infraestrutura. SQL/RDMBS tradicionais e a maioria dos frameworks NoSQLs/ML/AI estão desatualizados, lentos, são caixas-pretas e inflexíveis. Os produtos de banco de dados de grafos da Ultipa visam resolver esses problemas com computação de grafos em tempo real, modelagem de dados flexível, IA explicável (XAI) e inteligência aumentada por grafos. Começamos em 2019 e iniciamos a comercialização em 2021, desde então temos atendido alguns dos maiores bancos, companhias de seguros, reguladores e empresas do mundo, e aplicamos o banco de dados de grafos da Ultipa em indústrias verticais que nenhum outro fornecedor de grafos poderia ter imaginado, como gestão de risco de liquidez, anteriormente apenas mega players como a Oracle tinham solução que levava T+1 enquanto a Ultipa leva


  **Average Rating:** 4.9/5.0
  **Total Reviews:** 5

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 10.0/10 (Category avg: 8.8/10)
- **Modelo de dados:** 9.6/10 (Category avg: 8.8/10)
- **Tipos de dados:** 9.6/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 9.6/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [Ultipa](https://www.g2.com/pt/sellers/ultipa)
- **Ano de Fundação:** 2019
- **Localização da Sede:** Pleasanton, US
- **Página do LinkedIn®:** https://www.linkedin.com/company/ultipa (60 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 40% Médio Porte, 40% Pequena Empresa


### 23. [data.world](https://www.g2.com/pt/products/data-world/reviews)
  data.world é o catálogo de dados e plataforma de governança mais adotado no mercado. Construído sobre uma base única de grafo de conhecimento, data.world integra-se perfeitamente com seus sistemas existentes. Nós estabelecemos o padrão para uma governança rápida e centrada nas pessoas. Não apenas gerenciamos dados; desbloqueamos seu potencial, abrindo caminho para a adoção responsável de IA e tomada de decisões orientadas por dados em grande escala. data.world é uma Certified B Corporation e uma corporação de benefício público e abriga a maior comunidade colaborativa de dados abertos do mundo, com mais de dois milhões de membros, incluindo noventa por cento das empresas da Fortune 500.


  **Average Rating:** 4.2/5.0
  **Total Reviews:** 12

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 8.3/10 (Category avg: 8.8/10)
- **Modelo de dados:** 8.9/10 (Category avg: 8.8/10)
- **Tipos de dados:** 9.4/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.9/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [data.world](https://www.g2.com/pt/sellers/data-world)
- **Ano de Fundação:** 2016
- **Localização da Sede:** Austin, Texas
- **Twitter:** @datadotworld (5,515 seguidores no Twitter)
- **Página do LinkedIn®:** https://www.linkedin.com/company/data.world/ (107 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 67% Pequena Empresa, 25% Médio Porte


#### Pros & Cons

**Pros:**

- Análise (1 reviews)
- Descoberta de Dados (1 reviews)
- Gestão de Dados (1 reviews)
- Visualização de Dados (1 reviews)
- Facilidade de Uso (1 reviews)

**Cons:**

- Suporte ao Cliente Ruim (1 reviews)
- Serviços de Suporte Ruins (1 reviews)

### 24. [FalkorDB](https://www.g2.com/pt/products/falkordb/reviews)
  Um banco de dados gráfico de ultra-baixa latência que aperfeiçoa o Knowledge Graph para o GraphRAG. Superando efetivamente as limitações existentes do RAG para GenAI e Modelos de Linguagem de Grande Escala (LLM).


  **Average Rating:** 4.3/5.0
  **Total Reviews:** 4

**User Satisfaction Scores:**

- **Tem the product Foi um bom parceiro na realização de negócios?:** 7.5/10 (Category avg: 8.8/10)
- **Modelo de dados:** 8.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 6.7/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 8.3/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [FalkorDB](https://www.g2.com/pt/sellers/falkordb)
- **Localização da Sede:** N/A
- **Página do LinkedIn®:** https://www.linkedin.com/company/No-Linkedin-Presence-Added-Intentionally-By-DataOps (1 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 100% Pequena Empresa


### 25. [HugeGraph](https://www.g2.com/pt/products/hugegraph/reviews)
  HugeGraph é um banco de dados de grafos de alta velocidade e altamente escalável. Bilhões de vértices e arestas podem ser facilmente armazenados e consultados no HugeGraph devido à sua excelente capacidade OLTP. Em conformidade com o framework Apache TinkerPop 3, várias consultas de grafos complicadas podem ser realizadas através do Gremlin (uma linguagem poderosa de travessia de grafos).


  **Average Rating:** 4.5/5.0
  **Total Reviews:** 4

**User Satisfaction Scores:**

- **Modelo de dados:** 8.3/10 (Category avg: 8.8/10)
- **Tipos de dados:** 10.0/10 (Category avg: 8.8/10)
- **Construído - Em busca:** 9.2/10 (Category avg: 8.4/10)


**Seller Details:**

- **Vendedor:** [HugeGraph](https://www.g2.com/pt/sellers/hugegraph)
- **Localização da Sede:** N/A
- **Página do LinkedIn®:** https://www.linkedin.com/company/No-Linkedin-Presence-Added-Intentionally-By-DataOps (1 funcionários no LinkedIn®)

**Reviewer Demographics:**
  - **Company Size:** 75% Médio Porte, 50% Pequena Empresa




## Parent Category

[Software de Infraestrutura de TI](https://www.g2.com/pt/categories/it-infrastructure)



## Related Categories

- [Bancos de Dados de Documentos](https://www.g2.com/pt/categories/document-databases)
- [Bancos de Dados de Valor-Chave](https://www.g2.com/pt/categories/key-value-databases)
- [Provedores de Banco de Dados como Serviço (DBaaS)](https://www.g2.com/pt/categories/database-as-a-service-dbaas)



---

## Buyer Guide

### O Que Você Deve Saber Sobre Bancos de Dados em Grafos

### O que são Bancos de Dados em Grafos?

Bancos de dados em grafos são projetados para representar relações (_arestas_) entre pontos de dados (_nós_). Menos rigidamente estruturados do que bancos de dados relacionais, os bancos de dados em grafos permitem que os nós tenham uma infinidade de arestas; ou seja, não há limite para o número de relações que um nó pode ter. (Um exemplo disso está na seção a seguir.) Além disso, cada aresta pode ter múltiplas características que a definem. Não há limite formal — nem padronização — sobre quantas arestas cada nó pode ter, nem quantas características uma aresta pode ter. Bancos de dados em grafos também podem conter muitas peças diferentes de informação que não estariam necessariamente relacionadas normalmente.

Cada nó é definido por peças de informação chamadas _propriedades_. Propriedades podem ser nomes, datas, números de identificação, descritores básicos ou outras informações — qualquer coisa que descreva o próprio nó. Os nós são conectados por arestas, que podem ser _direcionadas_ ou _não direcionadas_. Como na teoria dos grafos matemática, uma aresta não direcionada é _bidirecional_; ou seja, uma relação pode ser transportada do nó A para o nó B, e do nó B para o nó A. Uma aresta direcionada, no entanto, só tem significado em uma direção, digamos do nó B para o nó A.

Principais Benefícios dos Bancos de Dados em Grafos

- Organizar uma variedade de dados sem estruturas rígidas
- Oferecer escalabilidade e ajuste flexíveis inerentemente
- Descrever simultaneamente inúmeras características de relações de dados

### Por que Usar Bancos de Dados em Grafos?

Bancos de dados em grafos são ideais para armazenar e recuperar informações que são independentes, mas relacionadas de várias maneiras. Por exemplo, digamos que um usuário queira mapear um grupo de amigos. Cada amigo seria um nó, com arestas entre cada amigo com a característica "amigos". Mas, digamos que dois desses amigos sejam colegas de trabalho; então, a aresta deles também teria a característica "colegas de trabalho". As arestas podem ganhar mais definição adicionando interesses comuns, experiências pessoais, e assim por diante.

Como os bancos de dados em grafos são, por design, mais propícios a organizar amplos conjuntos de dados através dos quais não há relações uniformes ou tipos de dados, eles podem ser ferramentas inestimáveis para mapeamento social, gerenciamento de dados mestres, grafos de conhecimento/ontologia, mapeamento de infraestrutura, motores de recomendação, e mais. Uma empresa poderia definir cada nó como um de seus produtos, e deixar que as arestas desenhem relações de recomendação com base no produto que um consumidor poderia comprar. Também poderia mapear relações entre contatos, departamentos, e mais.

Bancos de dados em grafos são flexíveis e escaláveis por design, então um usuário empresarial não precisaria saber um caso de uso exato ou completo para um banco de dados em grafos antes de criá-lo. Expandir um banco de dados em grafos é uma questão de adicionar novos nós e quaisquer arestas potenciais que possam estar associadas a eles.

### Quem Usa Bancos de Dados em Grafos?

Como outros bancos de dados, os bancos de dados em grafos são mantidos principalmente por um administrador de banco de dados ou equipe. Dito isso, devido à sua ampla cobertura, os bancos de dados em grafos são frequentemente acessados por várias organizações dentro de uma empresa. Desenvolvimento, TI, faturamento, e mais teriam todos razões válidas para precisar de acesso a bancos de dados em grafos, dependendo de seus usos atribuídos dentro da empresa.

### Recursos dos Bancos de Dados em Grafos

Soluções de banco de dados em grafos geralmente têm os seguintes recursos.

Criação e manutenção de banco de dados — Bancos de dados em grafos permitem que os usuários construam e mantenham facilmente um ou mais bancos de dados.

Operações CRUD — Um acrônimo para _criar, ler, atualizar e excluir_, operações CRUD delineiam operações básicas de muitos bancos de dados. Bancos de dados em grafos devem ser capazes de realizar essas operações e geralmente podem com capacidade semelhante ao tipo de banco de dados mais notável orientado a CRUD, o relacional.

Escalabilidade e flexibilidade — Bancos de dados em grafos podem crescer e expandir com os requisitos de negócios. Ao contrário de algumas outras soluções de banco de dados, eles podem escalar mais rapidamente com menos preocupação sobre organização de dados estrita, confiando em vez disso no desenvolvimento de relações entre novos e existentes nós.

Consulta simplificada — Bancos de dados em grafos podem pular algumas complexidades de consulta maiores, evitando coisas como chaves estrangeiras, consultas aninhadas e instruções de junção em favor de relações diretas ou transitivas.

Compatibilidade com SO — Bancos de dados em grafos não requerem um sistema operacional específico para rodar, tornando-os uma escolha flexível para qualquer sistema operacional.

### Tendências Relacionadas a Bancos de Dados em Grafos

Grafos vs. relacionais — A discussão entre banco de dados em grafos e banco de dados relacional é um ponto de conflito contínuo para usuários e administradores de banco de dados. Bancos de dados em grafos geralmente se prestam a consultas de dados mais fluidas com sintaxe de consulta mais simples, e são geralmente melhores em escalar sem precisar preparar novos ou específicos esquemas. Mas, a rigidez do esquema dos bancos de dados relacionais e a normalização de dados podem ser extremamente benéficas em alguns casos de uso, e eles também são geralmente mais propícios à implementação e aplicação de políticas de segurança e privacidade.

### Problemas Potenciais com Bancos de Dados em Grafos

Segurança e privacidade — Como aludido acima, bancos de dados em grafos podem ter dificuldades com situações de segurança e privacidade. Eles requerem implementações mais rigorosas de medidas de segurança e acesso. Como os bancos de dados em grafos são mais orientados para mapear relações, essa estrutura também pode ser utilizada de maneiras que podem levantar preocupações de privacidade, como revelar uma visão mais exposta de um cliente ou consumidor — e de todos os outros potenciais clientes ou consumidores aos quais estão relacionados. Empresas que implementam bancos de dados em grafos devem ter cuidado extra para proteger tanto como esses bancos de dados são acessados, quanto os próprios bancos de dados.

Implicações de integridade de dados — Bancos de dados em grafos simplificam as maneiras pelas quais a informação se relaciona com outras informações. Ao fazer isso, encurtando ou condensando a relação (em comparação, por exemplo, a percorrer inúmeras tabelas em um banco de dados relacional), é particularmente vital que todos os dados em um banco de dados em grafos sejam precisos. Uma relação mal alinhada pode levar diretamente a dados incorretos, ao contrário de um banco de dados relacional onde dados impróprios podem encontrar um obstáculo durante uma consulta aninhada, gerar um erro e expor o problema. Portanto, ao usar bancos de dados em grafos, a integridade dos dados é de importância particularmente alta.

### Software e Serviços Relacionados a Bancos de Dados em Grafos

Muitas conversas em torno de bancos de dados em grafos são contextualizadas por uma ou ambas as alternativas a seguir.

[Bancos de dados RDF](https://www.g2.com/categories/rdf-databases) — Um tipo de banco de dados em grafos, o framework de descrição de recursos (RDF) ou _triplestore_ funciona em torno do conceito de armazenar dados como triplas. Triplas — em um formato "sujeito-predicado-objeto" — são usadas especificamente para descrever a relação entre duas coisas.

[Bancos de dados relacionais](https://www.g2.com/categories/relational-databases) — Bancos de dados relacionais — os tradicionais armazenamentos de dados "linhas e colunas" — foram o padrão para bancos de dados praticamente desde o início. Eles carregam consigo uma estrutura significativamente mais rígida do que os bancos de dados em grafos, o que pode ser extremamente benéfico para rastrear grandes volumes de dados semelhantes, mas pode tornar mais complicado seguir as relações entre esses dados.