概要
ネイティブ グラフ エクスペリエンス
Spanner Graph は、グラフ データベースの国際標準である ISO Graph Query Language（GQL）をサポートしています。グラフデータ内のパターンのマッチング、関係の走査、結果のフィルタリングを直感的かつ簡潔に行えるため、隠れた関係性や分析情報が容易に明らかになります。
統合されたリレーショナル モデルとグラフモデル
Spanner Graph はリレーショナルとグラフを結びつけるものです。SQL と GQL の長所を組み合わせることで、アナリストやデベロッパーは構造化データや連結データを 1 回の操作でクエリできます。さらに、Spanner Graph は宣言型スキーマを使用してグラフの作成を簡素化し、リレーショナル データを豊富で相互接続されたグラフに変換し、探索や分析をすぐに行えるようにします。
組み込みの検索機能
Spanner Graph に統合された全文検索とベクトル検索機能を使用すると、新しいクラスの AI 対応アプリケーションを実現できます。ベクトル検索を使用した意味的類似性に基づいて、または全文検索を使用した特定のキーワードに基づいて、関連するノードとエッジをそれぞれ検索し、グラフを使用してこれらの要素を取り巻く豊富なコンテキストを探索できます。
業界トップクラスのスケーラビリティ、可用性、整合性
Spanner の比類ないスケール、99.999% の可用性、整合性を基盤とする Spanner Graph は、ミッション クリティカルなアプリケーションにとっても理想的な選択肢です。組み込みのシャーディングにより、データを自動的に分散して水平方向のスケーラビリティを実現し、重要なグラフデータに途切れることなくアクセスできるようにします。グラフ全体でノードとエッジのビューを一貫して維持することで、エッジがぶつかるなどの不整合が発生するリスクがなくなります。
AI を活用した分析情報
Spanner Graph は Vertex AI と統合されています。Spanner Graph のスキーマとクエリを使用して Vertex AI の広範な予測モデルと生成モデルに直接アクセスし、AI ワークフローを合理化できます。
エンタープライズ向け
Spanner のエンタープライズ向け機能をすべて継承する Spanner Graph は、顧客管理の暗号鍵（CMEK）、データレイヤの暗号化、アクセスと管理のための IAM インテグレーション、包括的な監査ロギングを提供します。また、VPC-SC、アクセスの透明性、アクセス承認にも対応しています。さらに、きめ細かなアクセス制御により、テーブルと列のレベルで Spanner データへのアクセスを承認できます。
仕組み
グラフを作成するには、まず Spanner でエンティティとリレーションシップを保存するテーブルを作成してから、グラフスキーマを使用してそのテーブルをグラフにマッピングします。GQL を使用してグラフをクエリすることも、GQL と SQL を組み合わせてグラフとテーブルをクエリすることもできます。
グラフを作成するには、まず Spanner でエンティティとリレーションシップを保存するテーブルを作成してから、グラフスキーマを使用してそのテーブルをグラフにマッピングします。GQL を使用してグラフをクエリすることも、GQL と SQL を組み合わせてグラフとテーブルをクエリすることもできます。
一般的な使用例
ナレッジグラフ
Spanner Graph を使用すると、ノードとして表されるエンティティ間の複雑なつながりと、エッジとして表されるそれらの関係をキャプチャするナレッジグラフを開発できます。こうしたつながりによって豊富なコンテキストが提供されるため、ナレッジグラフはナレッジベース システムやレコメンデーション エンジンの開発に非常に役立ちます。統合された検索機能により、セマンティック理解、キーワードベースの検索、グラフをシームレスに統合して、包括的な結果を得ることができます。
入門ガイド
Spanner Graph を使用すると、ノードとして表されるエンティティ間の複雑なつながりと、エッジとして表されるそれらの関係をキャプチャするナレッジグラフを開発できます。こうしたつながりによって豊富なコンテキストが提供されるため、ナレッジグラフはナレッジベース システムやレコメンデーション エンジンの開発に非常に役立ちます。統合された検索機能により、セマンティック理解、キーワードベースの検索、グラフをシームレスに統合して、包括的な結果を得ることができます。
レコメンデーション エンジン
Spanner Graph は、エンティティ（ユーザー、プロダクト、友だちなど）間の関係を自然にモデル化することで、つながりを容易に探索して潜在的な関係を明らかにします。組み込みのベクトル検索と全文検索により、製品のユーザー プロファイル、製品の説明、レビューに基づく類似性ベースのレコメンデーションが可能になります。この組み合わせにより、さまざまな分野にわたる関連性の高いパーソナライズされたレコメンデーションをすべて Spanner Graph 内で実現できます。
入門ガイド
Spanner Graph は、エンティティ（ユーザー、プロダクト、友だちなど）間の関係を自然にモデル化することで、つながりを容易に探索して潜在的な関係を明らかにします。組み込みのベクトル検索と全文検索により、製品のユーザー プロファイル、製品の説明、レビューに基づく類似性ベースのレコメンデーションが可能になります。この組み合わせにより、さまざまな分野にわたる関連性の高いパーソナライズされたレコメンデーションをすべて Spanner Graph 内で実現できます。
金融詐欺の検出
Spanner Graph は、口座、取引、個人などの融エンティティ間の複雑な関係を自然にモデル化し、不正行為の兆候を示す不審なパターンやつながりを簡単に特定します。さらに、組み込みのベクトル検索により、エンベディング空間に隠れたつながりや異常が明らかになります。これらのテクノロジーを組み合わせることで、金融機関は潜在的な脅威を迅速かつ正確に特定できる包括的な不正行為検出システムを構築し、損失を最小限に抑えることができます。
入門ガイド
Spanner Graph は、口座、取引、個人などの融エンティティ間の複雑な関係を自然にモデル化し、不正行為の兆候を示す不審なパターンやつながりを簡単に特定します。さらに、組み込みのベクトル検索により、エンベディング空間に隠れたつながりや異常が明らかになります。これらのテクノロジーを組み合わせることで、金融機関は潜在的な脅威を迅速かつ正確に特定できる包括的な不正行為検出システムを構築し、損失を最小限に抑えることができます。
GraphRAG
Spanner Graph は、ナレッジグラフに保存された豊富なコンテキスト情報を使用して基盤モデルをグラウンディングすることで、検索拡張生成（RAG）をいっそう強化できます。従来の RAG がソース ドキュメントから抽出したデータのチャンクを LLM に提供するのに対し、GraphRAG はさらに一歩進んで、他のコンテンツとの関係を含めることでより包括的な理解と推論を促進します。
入門ガイド
Spanner Graph は、ナレッジグラフに保存された豊富なコンテキスト情報を使用して基盤モデルをグラウンディングすることで、検索拡張生成（RAG）をいっそう強化できます。従来の RAG がソース ドキュメントから抽出したデータのチャンクを LLM に提供するのに対し、GraphRAG はさらに一歩進んで、他のコンテンツとの関係を含めることでより包括的な理解と推論を促進します。
ゲーム
ゲームの世界を、プレーヤー、キャラクター、アイテム、位置などのエンティティとしてノードとして表現し、それらの間の関係をエッジとして表現できます。この構造により、接続を効率的に走査できるようになります。これは、経路探索、インベントリの管理、ソーシャル インタラクションなどのゲームの仕組みに不可欠です。Spanner Graph のスケーラビリティにより、データベースはピーク時や大規模イベント中にプレーヤーの流入に対処でき、ユーザーの不満につながるゲームプレイの中断、ラグ、サーバーのクラッシュなどを防ぐことができます。
入門ガイド
ゲームの世界を、プレーヤー、キャラクター、アイテム、位置などのエンティティとしてノードとして表現し、それらの間の関係をエッジとして表現できます。この構造により、接続を効率的に走査できるようになります。これは、経路探索、インベントリの管理、ソーシャル インタラクションなどのゲームの仕組みに不可欠です。Spanner Graph のスケーラビリティにより、データベースはピーク時や大規模イベント中にプレーヤーの流入に対処でき、ユーザーの不満につながるゲームプレイの中断、ラグ、サーバーのクラッシュなどを防ぐことができます。
Spanner Graph を使ってみる
Spanner Graph の使用方法の詳細
90 日間の Spanner 無料トライアル インスタンスを作成しましょう。
ビジネスケース
「Credit Karma では、1 億 3,000 万人以上のメンバーのデータの安全性を確保することが最優先事項です。当社のシステムで発生する不正行為に対抗して根絶するために、私たちは Google と提携して Spanner Graph データベースを実装し、不正行為の防止機能を強化しています。この最先端のプラットフォーム機能によって、不正行為が発生する前に潜在的な脅威を特定できるようになりました。Spanner Graph があれば、不正なトランザクションやアカウントの乗っ取りなどの不正行為を効果的に検出、防止できます。」 - Credit Karma
お問い合わせ注目のメリット
ナレッジグラフを活用したインテリジェンスで生成 AI アプリケーションを強化できます。
データに隠されたつながりや関連性を発見できます。
リレーショナル、グラフ、検索、Key-Value 機能を統合した単一の統合データベースで業務を効率化します。
ソーシャル ネットワーク
個人、グループ、関心事、やり取りをノードとエッジとして表現することで、つながりの効率的な分析とパターンの発見（共通の友達、共通の関心、重複したグループ メンバーシップなど）が可能になります。これらの分析情報は、パーソナライズされた友だちやコンテンツのレコメンデーションや広告のターゲット設定に利用できます。さらに、統合された全文検索により、自然言語クエリを使用してユーザー、グループ、投稿、特定のトピックを簡単に見つけることができます。
入門ガイド
個人、グループ、関心事、やり取りをノードとエッジとして表現することで、つながりの効率的な分析とパターンの発見（共通の友達、共通の関心、重複したグループ メンバーシップなど）が可能になります。これらの分析情報は、パーソナライズされた友だちやコンテンツのレコメンデーションや広告のターゲット設定に利用できます。さらに、統合された全文検索により、自然言語クエリを使用してユーザー、グループ、投稿、特定のトピックを簡単に見つけることができます。