Présentation de Spanner Graph

Spanner Graph combine les fonctionnalités de base de données de graphes avec Spanner l'évolutivité, la disponibilité et la cohérence. Spanner Graph est compatible avec une interface de requête de graphes ISO GQL (Graph Query Language) et permet l'interopérabilité entre les modèles relationnels et de graphes.

Spanner Graph vous permet de mapper des tables à des graphes de propriétés à l'aide d'un schéma déclaratif sans migration de données, ce qui permet d'intégrer des graphes dans des ensembles de données tabulaires. Vous pouvez également lier tardivement les choix de modèle de données par requête, ce qui vous aide à choisir l'outil adapté à vos workflows.

Pour commencer à utiliser Spanner Graph, consultez Configurer et interroger Spanner Graph et l' atelier de programmation Spanner Graph.

Avantages des bases de données Spanner Graph

Les graphes fournissent un mécanisme naturel pour représenter les relations dans les données. Parmi les cas d'utilisation des bases de données de graphes, citons la détection de fraude, les recommandations, la cybersécurité, la détection de communautés, les graphes de connaissances, la vue client à 360°, le catalogage des données et le suivi de la provenance.

Traditionnellement, les applications représentent ce type de données de graphes sous forme de tables dans une base de données relationnelle, en utilisant plusieurs jointures pour parcourir le graphe. L'expression de la logique de parcours de graphes en SQL crée des requêtes complexes difficiles à écrire, à maintenir et à déboguer.

L'interface de graphes de Spanner Graph vous permet de parcourir les relations et d'identifier les modèles dans le graphe de manière intuitive. De plus, Spanner Graph fournit un stockage optimisé pour les graphes et des améliorations de requêtes adaptées aux charges de travail de graphes analytiques et transactionnelles en ligne. Pour des besoins analytiques plus complexes, Spanner Graph propose des algorithmes de graphes hautes performances intégrés.

Cette approche fait de Spanner Graph la solution idéale pour les applications de graphes stratégiques avec la possibilité d'effectuer une exploration analytique approfondie. En particulier, le partitionnement transparent de Spanner s'adapte de manière élastique, ce qui permet un traitement massivement parallèle sans intervention de l'utilisateur.

Cas d'utilisation de Spanner Graph

Vous pouvez utiliser Spanner Graph pour créer de nombreux types d'applications de graphes en ligne, y compris les suivants :

  • Détecter la fraude financière : analysez les relations complexes entre les utilisateurs, les comptes et les transactions pour identifier les modèles et les anomalies suspects, tels que le blanchiment d'argent et les connexions inhabituelles entre les entités, qui peuvent être difficiles à détecter à l'aide de bases de données relationnelles.

  • Suivre les relations client : suivez les relations client, les préférences, et l'historique des achats. Obtenez une compréhension globale de chaque client, activez des recommandations personnalisées, des campagnes marketing ciblées et améliorez l'expérience du service client.

  • Capturer les réseaux sociaux : capturez les activités et les interactions des utilisateurs, et utilisez la correspondance de modèles de graphes pour les recommandations d’amis et la découverte de contenu.

  • Gérer les chaînes de fabrication et d’approvisionnement : modélisez les pièces, les fournisseurs, les commandes, la disponibilité et les défauts dans le graphe pour analyser l’impact, cumuler les coûts et vérifier la conformité.

  • Analyser les données de santé : capturez les relations, les conditions, les diagnostics et les traitements des patients pour faciliter l'analyse de la similitude des patients et la planification des traitements.

  • Gérer les chaînes d'approvisionnement : étant donné un plan de routage des expéditions, évaluez les segments de route pour identifier les violations des règles de segment.

Capacités clés

Spanner Graph est une base de données multimodèle qui intègre des fonctionnalités de graphes, relationnelles, de recherche et d'IA. Elle offre des performances et une évolutivité élevées, et fournit les éléments suivants :

  • Expérience de graphes native : l'interface ISO GQL offre une expérience de graphes familière et spécialement conçue, basée sur des normes ouvertes.

  • Créer des applications de workflow GraphRAG : Spanner Graph s'intègre à LangChain pour vous aider à créer des applications GraphRAG. Bien que la génération augmentée par récupération (RAG) conventionnelle utilise la recherche vectorielle pour fournir un contexte à un grand modèle de langage (LLM), elle ne peut pas utiliser les relations implicites dans vos données. GraphRAG surmonte cette limitation en créant un graphe à partir de vos données pour capturer ces relations complexes. Il combine ensuite la recherche de graphes (pour le contexte basé sur les relations) avec la recherche vectorielle (pour la similarité sémantique), ce qui génère des réponses plus précises, pertinentes et complètes que l'utilisation de l'une ou l'autre méthode seule. Pour en savoir plus, consultez Créer des applications basées sur un LLM avec LangChain. Pour découvrir comment utiliser Spanner Graph avec Gemini Enterprise Agent Platform afin de créer une infrastructure pour une application d'IA générative compatible avec GraphRAG, consultez Infrastructure GraphRAG pour l'IA générative à l'aide d'Agent Platform et de Spanner Graph.

  • Relationnel et graphes unifiés : l'interopérabilité totale entre GQL et SQL élimine les silos de données. Vous pouvez ainsi choisir l'outil optimal pour chaque cas d'utilisation, sans frais opérationnels pour l'extraction, la transformation et le chargement (ETL).

  • Fonctionnalités de recherche intégrées : les fonctionnalités de recherche vectorielle et en texte intégral sont intégrées aux graphes, ce qui vous permet d'utiliser la signification sémantique et les mots clés dans l'analyse de graphes.

  • Insights basés sur l'IA : l'intégration approfondie à Agent Platform débloque une suite de modèles d'IA directement dans Spanner Graph, ce qui vous permet d'accélérer vos workflows d'IA.

  • Algorithmes de graphes hautes performances entièrement gérés : une suite d'algorithmes de graphes entièrement gérés pour la centralité, le clustering, la similarité et la recherche de chemins. Ces algorithmes utilisent un calcul dédié à la demande pour s'adapter à des dizaines de milliards d'arêtes avec un impact quasi nul sur les charges de travail transactionnelles, ce qui vous apporte de nouveaux insights sans complexité supplémentaire.

  • Évolutivité, disponibilité et cohérence : l'évolutivité, la disponibilité et la cohérence établies de Spanner constituent une base solide.

Étape suivante