Présentation de BigQuery Graph

BigQuery Graph vous permet d'utiliser la puissance d'analyse de BigQuery pour effectuer des analyses de graphes à grande échelle. Lorsque vous modélisez vos données sous forme de graphe avec des nœuds et des arêtes, vous pouvez utiliser le Graph Query Language (GQL) pour trouver des relations complexes et cachées entre des points de données qui seraient difficiles à trouver à l'aide de SQL.

Vous pouvez créer des tables de nœuds et d'arêtes directement à partir de tables ou de vues 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 de graphe.

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

Lorsque les données de votre graphe sont représentées sous forme de tables, vous devez effectuer des jointures réflexives ou récursives pour parcourir vos données. L'expression de la logique de parcours de graphe en SQL conduit à des requêtes complexes, difficiles à écrire, à gérer et à déboguer. BigQuery Graph vous permet de parcourir les relations et d'identifier des modèles dans vos données de graphe de manière plus intuitive.

Capacités clés

  • Expérience 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 de graphe et SQL élimine les silos de données et vous permet de choisir l'outil optimal pour chaque cas d'utilisation, sans aucune surcharge opérationnelle d'extraction, de transformation et de chargement (ETL).

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

  • Visualisation sous forme de graphique. Les résultats des requêtes de graphe sont affichés dans un format de graphe visuellement attrayant qui facilite l'exploration, l'investigation et l'explication des données.

  • Performances et évolutivité. Les charges de travail de graphe sont optimisées 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 graphes opérationnels dans Spanner et des analyses de graphes complexes dans BigQuery sans avoir à remodeler vos données ni à traduire vos requêtes.

  • Interrogez en langage naturel. Posez des questions sur votre graphique à l'aide de Conversational Analytics. Les agents peuvent écrire des requêtes SQL et GQL, et fournir des visualisations de votre résultat. Les agents peuvent également utiliser les descriptions, les synonymes et les mesures définis sur votre graphique pour améliorer la qualité des résultats. Pour essayer de discuter avec un agent au sujet d'un graphique, utilisez l'exemple d'agent Look Graph sur BigQuery sur la page Agents pour poser des questions sur le graphique bigquery-public-data.thelook_ecommerce.graph.

Cas d'utilisation

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

  • Détection de fraudes financières. Analysez les relations complexes entre les utilisateurs, les comptes et les transactions pour identifier les schémas et 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.

  • Profils client. Suivez les relations, les préférences et l'historique des achats des clients. Obtenez une compréhension globale de chaque client pour proposer des recommandations personnalisées, des campagnes marketing ciblées et une meilleure expérience de service client.

  • Réseaux sociaux. Enregistrez les activités et les interactions des utilisateurs, et utilisez la mise en correspondance de modèles de graphes pour recommander des amis et découvrir des contenus.

  • Fabrication et gestion de la chaîne d'approvisionnement. Utilisez des modèles de graphes pour analyser efficacement l'impact, regrouper les coûts et vérifier la conformité en modélisant les pièces, les fournisseurs, les commandes, la disponibilité et les défauts dans le graphe.

  • Santé. Enregistrez les relations, les affections, 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 graphe, puis utilisez des requêtes de graphe pour trouver l'itinéraire optimal.

Tutoriels

Les tutoriels suivants expliquent comment utiliser BigQuery Graph dans différents scénarios :

Tarifs

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

Calcul

Pour exécuter des requêtes GQL, vous devez disposer d'une réservation qui utilise l'édition Enterprise ou Enterprise Plus. Si vous utilisez la tarification à la demande, vous pouvez appeler la fonction GRAPH_EXPAND pour exécuter des requêtes SQL sur votre graphe. Les requêtes de graphe 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 graphes créés sur ces tables.

Étapes suivantes