סקירה כללית של Spanner Graph

‫Spanner Graph משלב בין היכולות של מסד נתונים של גרפים לבין המדרגיות, הזמינות והעקביות של Spanner. ‫Spanner Graph תומך בממשק שאילתות של גרפים שתואם ל-Graph Query Language‏ (GQL) של ISO, ומאפשר יכולת פעולה הדדית בין מודלים יחסיים ומודלים של גרפים.

‫Spanner Graph מאפשר למפות טבלאות לגרפים של מאפיינים באמצעות סכימה דקלרטיבית ללא העברת נתונים, וכך להוסיף גרפים למערכי נתונים טבלאיים. אפשר גם לבחור מודל נתונים לכל שאילתה בנפרד, מה שעוזר לכם לבחור את הכלי המתאים לתהליכי העבודה שלכם.

כדי להתחיל לעבוד עם Spanner Graph, אפשר לעיין במאמר הגדרה של Spanner Graph וביצוע שאילתות ובשיעור Spanner Graph codelab.

היתרונות של מסדי נתונים של Spanner Graph

גרפים מספקים מנגנון טבעי לייצוג קשרים בנתונים. דוגמאות לתרחישים לדוגמה לשימוש במסדי נתונים של גרפים כוללות זיהוי הונאות, המלצות, אבטחת סייבר, זיהוי קהילות, גרפים של ידע, תצוגה של נתוני לקוחות מכל הזוויות, קטלוג נתונים ומעקב אחר מקורות נתונים.

באופן מסורתי, אפליקציות מייצגות את סוג הנתונים הזה של גרפים כטבלאות במסד נתונים רלציוני, באמצעות כמה הצטרפויות כדי לעבור את הגרף. הבעת לוגיקה של מעבר בין צמתים בגרף ב-SQL יוצרת שאילתות מורכבות שקשה לכתוב, לתחזק ולנפות בהן באגים.

ממשק הגרפים ב-Spanner Graph מאפשר לכם לנווט בין קשרים ולזהות דפוסים בגרף בדרכים אינטואיטיביות. בנוסף, Spanner Graph מספק שיפורים באחסון ובשאילתות שמותאמים לעומסי עבודה של גרפים אנליטיים ועסקאות אונליין. לצרכים אנליטיים מורכבים יותר, אפשר להשתמש באלגוריתמים מובנים של גרפים ב-Spanner Graph.

הגישה הזו הופכת את Spanner Graph לפתרון האידיאלי לאפליקציות גרפים קריטיות עם יכולת לכריית נתונים אנליטית מעמיקה. בפרט, ה-sharding השקוף של Spanner מאפשר שינוי גודל אלסטי, ומאפשר עיבוד מקבילי מאסיבי ללא התערבות המשתמש.

תרחישים לדוגמה לשימוש ב-Spanner Graph

אתם יכולים להשתמש ב-Spanner Graph כדי ליצור סוגים רבים של אפליקציות גרף אונליין, כולל:

  • זיהוי הונאות פיננסיות: ניתוח קשרים מורכבים בין משתמשים, חשבונות ועסקאות כדי לזהות דפוסים חריגים ואנומליות, כמו הלבנת הון וקשרים לא רגילים בין ישויות. קשה לזהות את הדפוסים והאנומליות האלה באמצעות מסדי נתונים רלציוניים.

  • מעקב אחרי קשרי לקוחות: מעקב אחרי קשרי לקוחות, העדפות והיסטוריית רכישות. הבנה מקיפה של כל לקוח, קבלת המלצות מותאמות אישית, הפעלת קמפיינים שיווקיים ממוקדים ושיפור חוויית שירות הלקוחות.

  • תיעוד פעילות ברשתות חברתיות: תיעוד של פעילויות ואינטראקציות של משתמשים, ושימוש בהתאמת תבניות גרף להמלצות על חברים ולגילוי תוכן.

  • ניהול שרשרת הייצור והאספקה: אפשר ליצור מודלים של חלקים, ספקים, הזמנות, זמינות ופגמים בתרשים כדי לנתח את ההשפעה, לסכם את העלויות ולבדוק את התאימות.

  • ניתוח נתונים בתחום הבריאות: תיעוד של קשרים בין מטופלים, מצבים רפואיים, אבחונים וטיפולים כדי להקל על ניתוח הדמיון בין מטופלים ותכנון טיפולים.

  • ניהול שרשרת אספקה: בהינתן תוכנית לניתוב משלוחים, הערכת קטעי מסלול כדי לזהות הפרות של כללי קטע.

יכולות עיקריות

‫Spanner Graph הוא מסד נתונים מרובה-מודלים שמשלב יכולות של גרפים, יחסים, חיפוש ו-AI. היא מציעה ביצועים גבוהים וגמישות, ומספקת את היתרונות הבאים:

  • חוויית גרף מקורית: ממשק ה-ISO GQL מציע חוויית גרף מוכרת, ייעודית ומבוססת על תקנים פתוחים.

  • יצירת אפליקציות של תהליכי עבודה מסוג GraphRAG: Spanner Graph משתלב עם LangChain כדי לעזור לכם ליצור אפליקציות GraphRAG. בעוד ש-RAG (יצירה משופרת באמצעות אחזור) רגיל משתמש בחיפוש וקטורי כדי לספק הקשר למודל שפה גדול (LLM), הוא לא יכול להשתמש בקשרים המרומזים בנתונים שלכם. כדי להתגבר על המגבלה הזו, GraphRAG יוצר גרף מהנתונים שלכם כדי לתעד את הקשרים המורכבים האלה. לאחר מכן, הוא משלב בין חיפוש גרפים (לחיפוש הקשר שמבוסס על קשרים) לבין חיפוש וקטורים (לחיפוש דמיון סמנטי), וכך הוא יוצר תשובות מדויקות, רלוונטיות ומלאות יותר מאשר שימוש בכל אחת מהשיטות בנפרד. מידע נוסף זמין במאמר פיתוח אפליקציות מבוססות-LLM באמצעות LangChain. כדי ללמוד איך להשתמש ב-Spanner Graph עם Gemini Enterprise Agent Platform כדי ליצור תשתית לאפליקציית AI גנרטיבי עם יכולות GraphRAG, אפשר לעיין במאמר תשתית GraphRAG ל-AI גנרטיבי באמצעות Agent Platform ו-Spanner Graph.

  • איחוד של נתונים רלציוניים ונתוני גרף: יכולת פעולה הדדית מלאה בין GQL ל-SQL מבטלת את המידור של הנתונים. כך תוכלו לבחור את הכלי האופטימלי לכל תרחיש שימוש, בלי עלויות תפעוליות של חילוץ, שינוי וטעינה (ETL).

  • יכולות חיפוש מובנות: יכולות חיפוש וקטורי עשיר וחיפוש טקסט מלא משולבות בתרשים, ומאפשרות לכם להשתמש במשמעות סמנטית ובמילות מפתח בניתוח התרשים.

  • תובנות מבוססות-AI: שילוב עמוק עם Agent Platform מאפשר גישה לחבילה של מודלי AI ישירות ב-Spanner Graph, ועוזר לכם להאיץ את תהליכים העבודה שלכם עם AI.

  • אלגוריתמים מנוהלים לחלוטין של גרפים עם ביצועים גבוהים: חבילה של אלגוריתמים מנוהלים לחלוטין של גרפים למרכזיות, לאשכולות, לדמיון ולחיפוש נתיבים. האלגוריתמים האלה משתמשים בחישוב ייעודי לפי דרישה כדי להתרחב לעשרות מיליארדי קצוות עם השפעה כמעט אפסית על עומסי עבודה טרנזקציונליים, וכך מספקים לכם תובנות חדשות בלי מורכבות נוספת.

  • יכולת התאמה לעומס, זמינות ועקביות: יכולת ההתאמה לעומס, הזמינות והעקביות המוכחות של Spanner מספקות בסיס מוצק.

המאמרים הבאים