BigQuery 圖表簡介
BigQuery Graph 可讓您運用 BigQuery 的分析功能,大規模執行圖表分析。將資料以節點和邊緣的形式建立圖形模型後,您可以使用 Graph Query Language (GQL) 找出資料點之間複雜且隱藏的關係,這類關係很難透過 SQL 找出。
您可以直接從儲存實體和實體間關係的資料表建立節點和邊緣資料表。您不需要修改現有工作流程,也不必複製資料,即可在圖形查詢中使用。
BigQuery Graph 支援與 ISO GQL 標準和 ISO 屬性圖形查詢 (SQL/PGQ) 標準相容的圖形查詢介面。這項功能結合了成熟的 SQL 功能和圖形模式比對的表達能力,讓您在關聯式和圖形模型之間互通。
BigQuery Graph 的優點
圖形能夠以自然的方式呈現資料中的關係,圖形資料庫可用於偵測詐欺、提供建議、偵測社群、建立知識圖譜、建立客戶設定檔、建立資料目錄,以及追蹤歷程。
如果圖形資料是以資料表表示,您必須執行自我聯結或遞迴聯結,才能遍歷資料。以 SQL 表示圖形遍歷邏輯會導致查詢複雜,難以編寫、維護及偵錯。BigQuery Graph 可讓您以更直覺的方式瀏覽關係,並找出圖表資料中的模式。
主要功能
內建圖形體驗。ISO GQL 介面提供以開放標準為基礎的專用圖形體驗,讓您輕鬆上手。
整合關聯和圖形。圖形查詢與 SQL 之間的完整互通性可打破資料孤島,讓您為每個用途選擇最佳工具,完全不需擷取、轉換及載入 (ETL),也不會產生任何作業負擔。
內建搜尋功能。豐富的向量和全文搜尋功能與圖表整合,讓您在圖表分析中使用語意和關鍵字。
圖表視覺化。圖形查詢結果會以視覺化圖形格式顯示,方便您探索、調查及說明資料。
效能與擴充性。圖形工作負載採用 BigQuery 的可擴充、具成本效益的分布式分析引擎。
與 Spanner Graph 整合。BigQuery Graph 和 Spanner Graph 共用相同的圖形結構定義和查詢語言。您可以在 Spanner 中執行營運圖形工作負載,並在 BigQuery 中執行複雜的圖形分析,不必重新建構資料模型或翻譯查詢。
用途
您可以使用 BigQuery 圖表建構多種分析圖表工作負載,包括:
金融詐欺偵測。分析使用者、帳戶和交易之間的複雜關係,找出可疑模式和異常狀況,例如洗錢和實體間的不正常連結,這些都難以透過關聯式資料庫偵測。如需詐欺偵測教學課程,請參閱「使用 BigQuery 圖表偵測詐欺」。
顧客個人資料:追蹤顧客關係、偏好和購買記錄。全面瞭解每位顧客,提供個人化建議、放送目標行銷活動,並提升顧客服務體驗。如需客戶設定檔的教學課程,請參閱「使用 BigQuery 圖表建構客戶 360 建議」。
社群網路。擷取使用者活動和互動,並使用圖形模式比對功能,推薦好友和探索內容。
製造與供應鏈管理。在圖表中建立零件、供應商、訂單、供應情形和瑕疵的模型,即可使用圖表模式有效分析影響、匯總成本及檢查法規遵循情形。如需供應鏈相關教學課程,請參閱「使用 BigQuery 圖表追蹤供應鏈」。
醫療照護。擷取病患關係、病況、診斷和治療方式,以利進行病患相似度分析和治療規劃。
交通運輸:在圖表中建立地點、連線、距離和成本模型,然後使用圖表查詢找出最佳路線。
定價
BigQuery Graph 採用標準的 BigQuery 容量計費模式,確保您只需為使用的運算和儲存空間付費。
運算
如要使用 BigQuery 圖表,您必須擁有使用 Enterprise 或 Enterprise Plus 版的預留項目。圖形查詢會採用以運算單元為單位的 BigQuery 容量運算定價。
儲存空間
系統只會針對用於定義圖表的基礎資料表儲存空間收取一次費用。無論在這些資料表上建構多少圖形模型,儲存空間費用一律按照標準的 BigQuery 儲存空間定價 (有效或長期儲存空間) 計算。
後續步驟
- 瞭解如何建立及查詢屬性圖。
- 瞭解圖表結構定義。
- 瞭解如何編寫圖表查詢。
- 瞭解如何以圖表呈現資料。
- 瞭解 BigQuery Graph 和 Spanner Graph 的差異。
- 瞭解 Graph Query Language (GQL)。