Introdução ao BigQuery Graph

Com o BigQuery Graph, é possível usar o poder analítico do BigQuery para fazer análises de gráficos em grande escala. Ao modelar seus dados como um grafo com nós e arestas, é possível usar a Linguagem de consulta de grafos (GQL) para encontrar relações complexas e ocultas entre pontos de dados que seriam difíceis de encontrar usando SQL.

É possível criar tabelas de nós e arestas diretamente de tabelas ou visualizações que armazenam entidades e relações entre elas. Não é necessário modificar seus fluxos de trabalho atuais nem replicar os dados para usá-los em consultas de gráficos.

O BigQuery Graph oferece suporte a uma interface de consulta de gráficos compatível com o padrão ISO GQL e o padrão ISO Property Graph Queries (SQL/PGQ). Isso oferece interoperabilidade entre modelos relacionais e de grafos ao combinar recursos SQL bem estabelecidos com a expressividade da correspondência de padrões de grafos.

Benefícios do BigQuery Graph

Os gráficos são uma maneira natural de representar relações em dados. Os bancos de dados de grafos são usados para detecção de fraudes, recomendações, detecção de comunidades, mapas de informações, perfis de clientes, catalogação de dados e rastreamento de linhagem.

Quando os dados de gráfico são representados como tabelas, é necessário fazer autojunções ou junções recursivas para percorrer os dados. Expressar a lógica de travessia de grafos em SQL resulta em consultas complexas que são difíceis de escrever, manter e depurar. Com o BigQuery Graph, é possível navegar pelas relações e identificar padrões nos dados de gráficos de maneira mais intuitiva.

Principais recursos

  • Experiência de gráfico integrada. A interface ISO GQL oferece uma experiência de gráfico familiar e criada para fins específicos com base em padrões abertos.

  • Relacional e de gráficos unificados. A interoperabilidade total entre consultas de gráficos e SQL elimina silos de dados e permite escolher a ferramenta ideal para cada caso de uso, sem sobrecarga operacional para extrair, transformar e carregar (ETL).

  • Recursos de pesquisa integrados. Os recursos avançados de pesquisa vetorial e de texto completo se integram ao gráfico, permitindo que você use o significado semântico e as palavras-chave na análise de gráficos.

  • Visualização de gráfico. Os resultados da consulta de gráfico são mostrados em um formato visualmente atraente que facilita muito a análise, a investigação e a explicação dos dados.

  • Desempenho e escalonabilidade. As cargas de trabalho de gráficos são alimentadas pelo mecanismo de análise distribuída, escalonável e econômica do BigQuery.

  • Integração com o Spanner Graph. O BigQuery Graph e o Spanner Graph compartilham o mesmo esquema de gráfico e linguagem de consulta. É possível executar cargas de trabalho de gráficos operacionais no Spanner e análises de gráficos complexas no BigQuery sem precisar remodelar seus dados ou traduzir suas consultas.

  • Consultar usando linguagem natural. Faça perguntas sobre seu gráfico usando a análise de conversação. Os agentes podem escrever consultas SQL e GQL e fornecer visualizações da sua saída. Os agentes também podem usar descrições, sinônimos e medidas definidas no seu gráfico para melhorar a qualidade dos resultados. Para conversar com um agente sobre um gráfico, use o agente de amostra Look Graph no BigQuery na página "Agentes" para fazer perguntas sobre o gráfico bigquery-public-data.thelook_ecommerce.graph.

Casos de uso

É possível usar o BigQuery Graph para criar vários tipos de cargas de trabalho de gráficos analíticos, incluindo:

  • Detecção de fraude financeira. Analise relações complexas entre usuários, contas e transações para identificar padrões e anomalias suspeitos, como lavagem de dinheiro e conexões irregulares entre entidades, que podem ser difíceis de detectar usando bancos de dados relacionais.

  • Perfis de clientes. Acompanhar os relacionamentos, as preferências e os históricos de compras dos clientes. Tenha uma compreensão holística de cada cliente para ativar recomendações personalizadas, campanhas de marketing segmentadas e experiências de atendimento ao cliente aprimoradas.

  • Redes sociais. Capturar atividades e interações do usuário e usar a correspondência de padrões de gráficos para recomendações de amigos e descoberta de conteúdo.

  • Gerenciamento de fabricação e cadeia de suprimentos. Use padrões de gráficos para análise de impacto eficiente, consolidação de custos e verificações de conformidade modelando peças, fornecedores, pedidos, disponibilidade e defeitos no gráfico.

  • Saúde. Capture relacionamentos, condições, diagnósticos e tratamentos de pacientes para facilitar a análise de similaridade e o planejamento de tratamento.

  • Transporte. Modele lugares, conexões, distâncias e custos no gráfico e use consultas de gráfico para encontrar a rota ideal.

Tutoriais

Os tutoriais a seguir mostram como usar o BigQuery Graph em diferentes cenários:

Preços

O BigQuery Graph usa o modelo de preços baseado em capacidade do BigQuery para garantir que você pague apenas pelo que usa em computação e armazenamento.

Computação

Para executar consultas GQL, é preciso ter uma reserva que use a edição Enterprise ou Enterprise Plus. Se você usa preços sob demanda, pode chamar a função GRAPH_EXPAND para executar consultas SQL no seu gráfico. As consultas de gráficos usam os preços de computação de capacidade do BigQuery medidos em slots.

Armazenamento

Você só é cobrado uma vez pelo armazenamento das tabelas usadas para definir seus gráficos. Os custos de armazenamento seguem os preços de armazenamento do BigQuery (ativo ou de longo prazo) padrão, independente de quantos modelos de gráfico são criados com base nessas tabelas.

A seguir