BigQuery Graph の概要

BigQuery Graph を使用すると、BigQuery の分析機能を使用して大規模なグラフ分析を実行できます。データをノードとエッジを含むグラフとしてモデル化すると、Graph Query Language（GQL）を使用して、SQL では見つけにくいデータポイント間の複雑で隠れた関係を見つけることができます。

エンティティとエンティティ間の関係を格納するテーブルまたはビューから、ノードテーブルとエッジテーブルを直接作成できます。グラフクエリで使用するために、既存のワークフローを変更したり、データを複製したりする必要はありません。

BigQuery Graph は、ISO GQL 標準と ISO プロパティ グラフ クエリ（SQL/PGQ）標準に準拠したグラフ クエリ インターフェースをサポートしています。これにより、確立された SQL 機能とグラフ パターン マッチングの表現力を組み合わせることで、リレーショナル モデルとグラフモデル間の相互運用性が実現します。

BigQuery Graph のメリット

グラフは、データの関係性を自然に表すことができるメカニズムです。グラフ データベースは、不正検出、推奨事項、コミュニティ検出、ナレッジグラフ、顧客プロファイル、データのカタログ化、リネージ トラッキングに使用されます。

グラフデータがテーブルとして表されている場合は、自己結合または再帰結合を実行してデータを走査する必要があります。グラフ走査ロジックを SQL で表現すると、複雑なクエリになり、作成、メンテナンス、デバッグが難しくなります。BigQuery Graph を使用すると、関係の移動や、グラフデータのパターンの直感的な特定が可能となります。

主な機能

  • 組み込みのグラフ エクスペリエンス。ISO GQL インターフェースは、オープン スタンダードをベースにした、使いやすい専用のグラフ エクスペリエンスを提供します。

  • リレーショナル データとグラフを統合。グラフクエリと SQL の完全な相互運用性により、データサイロが解消され、抽出、変換、読み込み（ETL）のオペレーション オーバーヘッドなしで、ユースケースごとに最適なツールを選択できます。

  • 組み込みの検索機能。豊富なベクトル検索機能と全文検索機能がグラフと統合され、グラフ分析で意味論的な意味とキーワードを使用できます。

  • グラフの可視化。グラフクエリの結果は、データ探索、調査、説明がはるかに容易になる視覚的に魅力的なグラフ形式で表示されます。

  • パフォーマンスとスケーラビリティ。グラフ ワークロードは、BigQuery のスケーラブルで費用対効果の高い分散分析エンジンによって処理されます。

  • Spanner Graph との統合。BigQuery Graph と Spanner Graph は、同じグラフスキーマとクエリ言語を共有します。Spanner で運用グラフ ワークロードを実行し、BigQuery で複雑なグラフ分析を実行できます。データを再モデリングしたり、クエリを変換したりする必要はありません。

  • 自然言語を使用してクエリする。会話分析を使用して、グラフに関する質問をします。エージェントは SQL クエリと GQL クエリを作成し、出力の可視化を提供できます。エージェントは、グラフで定義された説明、類義語、指標を使用して、結果の品質を向上させることもできます。グラフについてエージェントとチャットするには、BigQuery のエージェント ページで Look Graph サンプル エージェントを使用して、bigquery-public-data.thelook_ecommerce.graph グラフに関する質問をします。

ユースケース

BigQuery Graph を使用すると、次のようなさまざまなタイプの分析グラフ ワークロードを構築できます。

  • 金融詐欺行為の検出。ユーザー、アカウント、トランザクションの間の複雑な関係を分析して、資金洗浄やエンティティ間の異常な接続など、リレーショナル データベースでは検出が困難な疑わしいパターンや異常を特定します。

  • お客様のプロフィール。顧客との関係、好み、購入履歴を追跡します。各顧客を包括的に把握し、パーソナライズされたおすすめ情報、ターゲットを絞ったマーケティング キャンペーン、カスタマー サービスの利用体験の向上を実現します。

  • ソーシャル ネットワーク。ユーザーのアクティビティとインタラクションをキャプチャし、友だちのおすすめ情報やコンテンツの検出のためにグラフ パターン マッチングを使用します。

  • 製造とサプライ チェーン管理。グラフパターンを使用して、グラフにパーツ、サプライヤー、注文、在庫状況、欠陥をモデル化し、インパクト分析、費用のロールアップ、コンプライアンス チェックを効率的に実施します。

  • ヘルスケア。患者の関係性、病状、診断、治療に関する情報を捉え、患者の類似性分析や治療計画の立案に役立てます。

  • 交通手段。グラフで場所、乗り継ぎ、距離、費用をモデル化し、グラフクエリを使用して最適なルートを検索します。

チュートリアル

次のチュートリアルでは、さまざまなシナリオで BigQuery Graph を使用する方法を示します。

料金

BigQuery Graph は、BigQuery の容量ベースの料金モデルを使用して、コンピューティングとストレージの使用量に対してのみ料金が発生するようにします。

コンピューティング

GQL クエリを実行するには、Enterprise エディションまたは Enterprise Plus エディションを使用する予約が必要です。オンデマンド料金を使用する場合は、GRAPH_EXPAND 関数を呼び出してグラフで SQL クエリを実行できます。グラフクエリでは、スロットで測定される BigQuery 容量コンピューティングの料金が使用されます。

ストレージ

グラフの定義に使用される基盤となるテーブルのストレージに対しては、1 回のみ課金されます。ストレージの料金は、これらのテーブルの上に構築されるグラフモデルの数に関係なく、標準の BigQuery ストレージの料金（アクティブ ストレージまたは長期保存）に従います。

次のステップ