Descripción general de Spanner Graph

Spanner Graph combina las capacidades de la base de datos de gráficos con la escalabilidad, la disponibilidad y la coherencia deSpanner. Spanner Graph admite una interfaz de consulta de gráficos compatible con ISO Graph Query Language (GQL) y permite la interoperabilidad entre modelos relacionales y de gráficos.

Spanner Graph te permite asignar tablas a gráficos de propiedades con un esquema declarativo sin migración de datos, lo que lleva los gráficos a conjuntos de datos tabulares. También puedes vincular las opciones del modelo de datos por consulta, lo que te ayuda a elegir la herramienta adecuada para tus flujos de trabajo.

Para comenzar a usar Spanner Graph, consulta Configurar y consultar Spanner Graph y el codelab de Spanner Graph.

Beneficios de las bases de datos de Spanner Graph

Los gráficos proporcionan un mecanismo natural para representar relaciones en los datos. Entre los casos de uso de ejemplo para las bases de datos de gráficos, se incluyen la detección de fraudes, las recomendaciones, la ciberseguridad, la detección de comunidades, los gráficos de conocimiento, el conocimiento integral del cliente, la categorización de datos y el seguimiento de linaje.

Tradicionalmente, las aplicaciones representan este tipo de datos de gráficos como tablas en una base de datos relacional, con varias uniones para atravesar el gráfico. Expresar la lógica de recorrido de gráficos en SQL crea consultas complejas que son difíciles de escribir, mantener y depurar.

La interfaz de gráficos de Spanner Graph te permite navegar por las relaciones y, además, identificar patrones en el gráfico de formas intuitivas. Además, Spanner Graph proporciona almacenamiento optimizado para gráficos y mejoras de consultas adecuadas para cargas de trabajo de gráficos transaccionales y analíticos en línea, todo integrado en las capacidades principales de Spanner.

Este enfoque convierte a Spanner Graph en la solución ideal incluso para aplicaciones de gráficos fundamentales. En particular, la fragmentación transparente de Spanner se ajusta de forma elástica a conjuntos de datos muy grandes. Usa el procesamiento masivo en paralelo sin intervención del usuario.

Casos de uso de Spanner Graph

Puedes usar Spanner Graph para compilar muchos tipos de aplicaciones de gráficos en línea, incluidos los siguientes:

  • Detecta fraudes financieros: Analiza las relaciones complejas entre usuarios, cuentas y transacciones para identificar patrones y anomalías sospechosos, como el lavado de dinero y las conexiones inusuales entre entidades, que pueden ser difíciles de detectar con bases de datos relacionales.

  • Haz un seguimiento de las relaciones con los clientes: Haz un seguimiento de las relaciones con los clientes, las preferencias, y los historiales de compras. Obtén una comprensión integral de cada cliente, habilita recomendaciones personalizadas, campañas de marketing segmentadas y experiencias mejoradas de atención al cliente.

  • Captura redes sociales: Captura las actividades y las interacciones de los usuarios, y usa la coincidencia de patrones de grafos para las recomendaciones de amigos y el descubrimiento de contenido.

  • Administra la fabricación y las cadenas de suministro: Modela piezas, proveedores, pedidos, disponibilidad y defectos en el gráfico para analizar el impacto, acumular costos y verificar el cumplimiento.

  • Analiza datos de atención médica: Captura las relaciones, las afecciones, los diagnósticos y los tratamientos de los pacientes para facilitar el análisis de similitud de los pacientes y la planificación del tratamiento.

  • Administra cadenas de suministro: Dado un plan de enrutamiento de envíos, evalúa los segmentos de ruta para identificar incumplimientos de las reglas de los segmentos.

Funciones clave

Spanner Graph es una base de datos multimodelo que integra capacidades de gráficos, relacionales, de búsqueda y de IA. Ofrece alto rendimiento y escalabilidad, y proporciona lo siguiente:

  • Experiencia de gráfico nativo: La interfaz ISO GQL ofrece una experiencia de gráfico familiar y diseñada específicamente que se basa en estándares abiertos.

  • Compila aplicaciones de flujo de trabajo de GraphRAG: Spanner Graph se integra con LangChain para ayudarte a compilar aplicaciones de GraphRAG. Si bien la generación mejorada por recuperación (RAG) convencional usa la búsqueda de vectores para proporcionar contexto a un modelo de lenguaje grande (LLM), no puede usar las relaciones implícitas en tus datos. GraphRAG supera esta limitación mediante la compilación de un gráfico a partir de tus datos para capturar estas relaciones complejas. Luego, combina la búsqueda de gráficos (para el contexto basado en relaciones) con la búsqueda de vectores (para la similitud semántica), lo que genera respuestas más precisas, pertinentes y completas que usar cualquiera de los métodos por separado. Para obtener más información, consulta Compila aplicaciones con tecnología de LLM a través de LangChain. Para obtener información sobre cómo puedes usar Spanner Graph con Agent Platform para compilar infraestructura para una aplicación de IA generativa compatible con GraphRAG, consulta Infraestructura de GraphRAG para IA generativa con Agent Platform y Spanner Graph.

  • Gráfico y relacional unificados: La interoperabilidad completa entre GQL y SQL desglosa los silos de datos. Esto te permite elegir la herramienta óptima para cada caso de uso, sin sobrecargas operativas para extraer, transformar y cargar (ETL).

  • Capacidades de búsqueda integradas: Las capacidades de búsqueda de vectores y de texto completo enriquecidas se integran con el gráfico, lo que te permite usar el significado semántico y las palabras clave en el análisis de gráficos.

  • Estadísticas basadas en IA: La integración profunda con Agent Platform desbloquea un conjunto de modelos de IA directamente en Spanner Graph, lo que te ayuda a acelerar tus flujos de trabajo de IA.

  • Escalabilidad, disponibilidad y coherencia: La escalabilidad, la disponibilidad y la coherencia establecidas de Spanner proporcionan una base sólida.

¿Qué sigue?