Panoramica di Spanner Graph

Spanner Graph combina le funzionalità del database a grafo con la scalabilità, la disponibilità e la coerenza di Spanner. Spanner Graph supporta un'interfaccia di query di grafi compatibile con ISO Graph Query Language (GQL) e consente l'interoperabilità tra modelli relazionali e di grafi.

Spanner Graph ti consente di mappare le tabelle ai grafi di proprietà utilizzando lo schema dichiarativo senza migrazione dei dati, portando i grafi nei set di dati tabulari. Puoi anche scegliere i modello dei dati per query in un secondo momento, il che ti aiuta a scegliere lo strumento giusto per i tuoi workflow.

Per iniziare a utilizzare Spanner Graph, consulta Configurare ed eseguire query su Spanner Graph e il codelab di Spanner Graph.

Vantaggi dei database Spanner Graph

I grafi forniscono un meccanismo naturale per rappresentare le relazioni nei dati. Esempi di casi d'uso per i database a grafo includono rilevamento di frodi, consigli, cybersecurity, rilevamento di community, grafi della conoscenza, customer 360, catalogazione dei dati e monitoraggio della derivazione.

In genere, le applicazioni rappresentano questo tipo di dati di grafi come tabelle in un database relazionale, utilizzando più join per attraversare il grafo. L'espressione della logica di attraversamento del grafo in SQL crea query complesse difficili da scrivere, gestire ed eseguire il debug.

L'interfaccia del grafo in Spanner Graph ti consente di navigare tra le relazioni e identificare i pattern nel grafo in modo intuitivo. Inoltre, Spanner Graph fornisce miglioramenti di archiviazione e query ottimizzati per i grafi adatti ai carichi di lavoro di grafi analitici e transazionali online, tutti integrati nelle funzionalità principali di Spanner.

Questo approccio rende Spanner Graph la soluzione ideale anche per le applicazioni di grafi mission-critical. In particolare, lo sharding trasparente di Spanner si adatta in modo elastico a set di dati molto grandi. Utilizza l'elaborazione parallela massiva senza intervento dell'utente.

Casi d'uso per Spanner Graph

Puoi utilizzare Spanner Graph per creare molti tipi di applicazioni di grafi online, tra cui:

  • Rilevare le frodi finanziarie: analizza le relazioni complesse tra utenti, account e transazioni per identificare pattern e anomalie sospette, come il riciclaggio di denaro e connessioni insolite tra entità, che possono essere difficili da rilevare utilizzando i database relazionali.

  • Monitorare le relazioni con i clienti: monitora le relazioni con i clienti, le preferenze, e le cronologie degli acquisti. Ottieni una comprensione olistica di ogni cliente, abilita consigli personalizzati, campagne di marketing mirate e migliora le esperienze di assistenza clienti.

  • Acquisire i social network: acquisisci le attività e le interazioni degli utenti e utilizza la corrispondenza dei pattern di grafi per i consigli di amicizia e la scoperta di contenuti.

  • Gestire la produzione e le catene di fornitura: modella parti, fornitori, ordini, disponibilità e difetti nel grafo per analizzare l'impatto, cumulare i costi e verificare la conformità.

  • Analizzare i dati sanitari: acquisisci le relazioni, le condizioni, le diagnosi e i trattamenti dei pazienti per facilitare l'analisi della somiglianza dei pazienti e la pianificazione del trattamento.

  • Gestire le catene di fornitura: dato un piano di routing delle spedizioni, valuta i segmenti di percorso per identificare le violazioni delle regole dei segmenti.

Funzionalità chiave

Spanner Graph è un database multimodello che integra funzionalità di grafi, relazionali, di ricerca e di AI. Offre prestazioni elevate e scalabilità, fornendo quanto segue:

  • Esperienza di grafi nativa: l'interfaccia ISO GQL offre un'esperienza di grafi familiare, appositamente creata basata su standard aperti.

  • Creare applicazioni di workflow GraphRAG: Spanner Graph si integra con LangChain per aiutarti a creare applicazioni GraphRAG. Sebbene la generazione Retrieval-Augmented Generation (RAG) convenzionale utilizzi la ricerca vettoriale per fornire contesto a un modello linguistico di grandi dimensioni (LLM), non può utilizzare le relazioni implicite nei dati. GraphRAG supera questa limitazione creando un grafo dai dati per acquisire queste relazioni complesse. Combina quindi la ricerca di grafi (per il contesto basato sulle relazioni) con la ricerca vettoriale (per la somiglianza semantica), generando risposte più accurate, pertinenti e complete rispetto all'utilizzo di un solo metodo. Per saperne di più, consulta Creare applicazioni basate su LLM utilizzando LangChain. Per scoprire come utilizzare Spanner Graph con Gemini Enterprise Agent Platform per creare un'infrastruttura per un'applicazione di AI generativa con funzionalità GraphRAG, consulta Infrastruttura GraphRAG per l'AI generativa che utilizza Agent Platform e Spanner Graph.

  • Grafi e relazioni unificati: la piena interoperabilità tra GQL e SQL elimina i silos di dati. In questo modo puoi scegliere lo strumento ottimale per ogni caso d'uso, senza costi operativi per l'estrazione, la trasformazione e il caricamento (ETL).

  • Funzionalità di ricerca integrate: le funzionalità di ricerca vettoriale e a testo intero avanzate sono integrate con i grafi, consentendoti di utilizzare il significato semantico e le parole chiave nell'analisi dei grafi.

  • Approfondimenti basati sull'AI: l'integrazione approfondita con Agent Platform sblocca una suite di modelli di AI direttamente in Spanner Graph, aiutandoti ad accelerare i workflow di AI.

  • Scalabilità, disponibilità e coerenza: la scalabilità, la disponibilità e la coerenza consolidate di Spanner forniscono una base solida.

Passaggi successivi