Présentation de BigQuery Graph

BigQuery Graph vous permet d'exploiter la puissance analytique de BigQuery pour effectuer des analyses de graphiques à grande échelle. Lorsque vous modélisez vos données sous forme de graphique avec des nœuds et des arêtes, vous pouvez utiliser le langage de requête de graphe (GQL) pour trouver des relations complexes et cachées entre les points de données, ce qui serait difficile à faire avec SQL.

Vous pouvez créer des tables de nœuds et d'arêtes directement à partir de tables qui stockent des entités et des relations entre les entités. Vous n'avez pas besoin de modifier vos workflows existants ni de répliquer vos données pour les utiliser dans des requêtes graphiques.

BigQuery Graph est compatible avec une interface de requête de graphe conforme à la norme ISO GQL et à la norme ISO Property Graph Queries (SQL/PGQ). Cela vous permet d'assurer l'interopérabilité entre les modèles relationnels et graphiques en combinant les capacités SQL bien établies avec l'expressivité de la correspondance de modèles graphiques.

Avantages de BigQuery Graph

Les graphiques sont un moyen naturel de représenter les relations dans les données. Les bases de données de graphes sont utilisées pour la détection des fraudes, les recommandations, la détection de communautés, les graphes de connaissances, les profils client, le catalogage des données et le suivi de la provenance.

Lorsque vos données de graphiques sont représentées sous forme de tableaux, vous devez effectuer des auto-jointures ou des jointures récursives pour parcourir vos données. Exprimer la logique de parcours de graphe en SQL conduit à des requêtes complexes, difficiles à écrire, à maintenir et à déboguer. BigQuery Graph vous permet de parcourir les relations et d'identifier les modèles dans vos données graphiques de manière plus intuitive.

Capacités clés

  • Expérience de graphique intégrée. L'interface ISO GQL offre une expérience de graphe familière et spécialement conçue, basée sur des normes ouvertes.

  • Modèles relationnels et graphes unifiés : L'interopérabilité totale entre les requêtes graphiques et SQL élimine les silos de données et vous permet de choisir l'outil optimal pour chaque cas d'utilisation, sans aucun coût opérationnel pour l'extraction, la transformation et le chargement (ETL).

  • Fonctionnalités de recherche intégrées : Les fonctionnalités de recherche vectorielle et en texte intégral s'intègrent aux graphes, ce qui vous permet d'utiliser la signification sémantique et les mots clés dans l'analyse des graphes.

  • Visualisation du graphique Les résultats des requêtes graphiques sont affichés dans un format visuellement attrayant qui facilite l'exploration, l'étude et l'explication des données.

  • Performances et évolutivité : Les charges de travail graphiques sont alimentées par le moteur d'analyse distribué, évolutif et économique de BigQuery.

  • Intégration à Spanner Graph. BigQuery Graph et Spanner Graph partagent le même schéma de graphe et le même langage de requête. Vous pouvez exécuter des charges de travail de graphiques opérationnels dans Spanner et effectuer des analyses de graphiques complexes dans BigQuery sans avoir à remodeler vos données ni à traduire vos requêtes.

Cas d'utilisation

Vous pouvez utiliser BigQuery Graph pour créer de nombreux types de charges de travail de graphiques analytiques, y compris les suivants :

  • Détection des fraudes financières : Analysez les relations complexes entre les utilisateurs, les comptes et les transactions pour identifier les modèles et les anomalies suspects, tels que le blanchiment d'argent et les connexions irrégulières entre les entités, qui peuvent être difficiles à détecter à l'aide de bases de données relationnelles. Pour accéder à un tutoriel sur la détection des fraudes, consultez Détection des fraudes avec BigQuery Graph.

  • Profils client : suivre les relations avec les clients, leurs préférences et leur historique d'achats ; Obtenez une compréhension globale de chaque client pour proposer des recommandations personnalisées, des campagnes marketing ciblées et une expérience client améliorée. Pour consulter un tutoriel sur les profils client, consultez Créer des recommandations client à 360° avec BigQuery Graph.

  • Réseaux sociaux : Capturez les activités et les interactions des utilisateurs, et utilisez la correspondance de modèles graphiques pour les recommandations d'amis et la découverte de contenus.

  • Fabrication et gestion de la chaîne d'approvisionnement : Utilisez des modèles de graphiques pour effectuer des analyses d'impact efficaces, des cumuls de coûts et des vérifications de conformité en modélisant les pièces, les fournisseurs, les commandes, la disponibilité et les défauts dans le graphique. Pour consulter un tutoriel sur les chaînes d'approvisionnement, consultez Traçabilité de la chaîne d'approvisionnement avec BigQuery Graph.

  • Santé Capturez les relations, les pathologies, les diagnostics et les traitements des patients pour faciliter l'analyse de similarité des patients et la planification des traitements.

  • Transports : Modélisez les lieux, les connexions, les distances et les coûts dans le graphique, puis utilisez des requêtes de graphe pour trouver l'itinéraire optimal.

Tarifs

BigQuery Graph utilise le modèle de tarification standard de BigQuery basé sur la capacité pour s'assurer que vous ne payez que ce que vous utilisez pour le calcul et le stockage.

Calcul

Pour utiliser BigQuery Graph, vous devez disposer d'une réservation qui utilise l'édition Enterprise ou Enterprise Plus. Les requêtes graphiques utilisent la tarification des calculs de capacité BigQuery, mesurée en emplacements.

Stockage

Le stockage des tables sous-jacentes utilisées pour définir vos graphiques ne vous est facturé qu'une seule fois. Les coûts de stockage suivent les tarifs de stockage BigQuery standards (stockage actif ou à long terme), quel que soit le nombre de modèles de graphiques créés à partir de ces tables.

Étapes suivantes