개요
네이티브 그래프 환경
Spanner Graph는 그래프 데이터베이스의 국제 표준인 ISO Graph Query Language(GQL)를 지원합니다. 그래프 데이터에서 패턴을 일치시키고 관계를 탐색하며 결과를 필터링하는 직관적이면서 간결한 방법을 제공하므로 숨겨진 관계와 유용한 정보를 쉽게 찾을 수 있습니다.
통합된 관계형 및 그래프 모델
Spanner Graph는 관계형 데이터베이스와 그래프 데이터베이스를 연결합니다. SQL과 GQL의 장점이 결합되어 있어 분석가와 개발자가 연결된 정형 데이터를 단일 작업에서 쿼리할 수 있습니다. 또한 Spanner Graph는 선언적 스키마를 사용하여 그래프 생성을 간소화하고 관계형 데이터를 탐색과 분석에 사용할 수 있는 풍부한 상호 연결된 그래프로 변환합니다.
기본 제공되는 검색 기능
Spanner Graph에 통합된 전체 텍스트 검색 기능과 벡터 검색 기능을 사용하면 새로운 수준의 AI 지원 애플리케이션을 제공할 수 있습니다. 벡터 검색을 사용한 시맨틱 유사성이나 전체 텍스트 검색을 사용한 특정 키워드에 따라 관련 노드와 에지를 각각 검색한 후 그래프를 사용하여 이러한 요소가 포함된 풍부한 컨텍스트를 탐색할 수 있습니다.
업계 최고의 확장성, 가용성, 일관성
Spanner의 우수한 확장성, 99.999% 가용성, 일관성을 기반으로 빌드된 Spanner Graph는 업무에 중요한 애플리케이션에도 이상적인 선택입니다. 기본 제공되는 샤딩은 수평 확장성을 위해 데이터를 자동으로 배포하며 중요한 그래프 데이터에 대한 무제한 액세스를 보장합니다. 전체 그래프에서 노드와 에지에 대한 일관된 뷰를 유지함으로써 댕글링 에지나 기타 불일치의 위험을 제거합니다.
AI 기반 인사이트
Spanner Graph는 Vertex AI와 통합되어 있습니다. Spanner Graph 스키마와 쿼리를 통해 Vertex AI의 다양한 예측 및 생성 모델 제품군에 직접 액세스할 수 있으므로 AI 워크플로가 간소화됩니다.
엔터프라이즈 지원
Spanner Graph는 Spanner의 모든 엔터프라이즈 준비를 상속하여 고객 관리 암호화 키(CMEK), 데이터 레이어 암호화, 액세스 및 제어를 위한 IAM 통합, 포괄적인 감사 로깅을 제공합니다. 또한 VPC-SC, 액세스 투명성, 액세스 승인을 지원합니다. 세분화된 액세스 제어를 사용하면 테이블 및 열 수준에서 Spanner 데이터에 대한 액세스를 승인할 수 있습니다.
작동 방식
그래프를 만들려면 먼저 Spanner에서 항목과 관계를 저장할 테이블을 만든 후 그래프 스키마를 사용하여 테이블을 그래프에 매핑합니다. GQL을 사용하여 그래프를 쿼리하거나 GQL과 SQL을 결합하여 그래프와 테이블을 함께 쿼리할 수 있습니다.
그래프를 만들려면 먼저 Spanner에서 항목과 관계를 저장할 테이블을 만든 후 그래프 스키마를 사용하여 테이블을 그래프에 매핑합니다. GQL을 사용하여 그래프를 쿼리하거나 GQL과 SQL을 결합하여 그래프와 테이블을 함께 쿼리할 수 있습니다.
일반적인 용도
지식 그래프
Spanner Graph를 사용하면 노드로 표시되는 항목 간의 복잡한 연결과 에지로 표시되는 항목 간의 관계를 캡처하는 지식 그래프를 개발할 수 있습니다. 이러한 연결은 풍부한 컨텍스트를 제공하므로 기술 자료 시스템과 추천 엔진 개발에서 지식 그래프의 유용성이 커집니다. 통합 검색 기능을 사용하면 의미론적 이해, 키워드 기반 검색, 그래프를 원활하게 조합하여 종합적인 결과를 얻을 수 있습니다.
방법
Spanner Graph를 사용하면 노드로 표시되는 항목 간의 복잡한 연결과 에지로 표시되는 항목 간의 관계를 캡처하는 지식 그래프를 개발할 수 있습니다. 이러한 연결은 풍부한 컨텍스트를 제공하므로 기술 자료 시스템과 추천 엔진 개발에서 지식 그래프의 유용성이 커집니다. 통합 검색 기능을 사용하면 의미론적 이해, 키워드 기반 검색, 그래프를 원활하게 조합하여 종합적인 결과를 얻을 수 있습니다.
추천 엔진
Spanner Graph는 사용자, 제품 또는 친구와 같은 항목 간의 관계를 자연스럽게 모델링하므로 연결을 탐색하고 잠재적인 관계를 발견하는 과정이 간소화됩니다. 기본 제공되는 벡터 검색과 전체 텍스트 검색을 통해 제품 사용자 프로필, 제품 설명, 리뷰를 기반으로 유사성 기반 추천을 제공합니다. 이들을 조합하면 Spanner Graph 내 다양한 도메인에서 관련성이 높고 맞춤설정된 추천을 제공할 수 있습니다.
방법
Spanner Graph는 사용자, 제품 또는 친구와 같은 항목 간의 관계를 자연스럽게 모델링하므로 연결을 탐색하고 잠재적인 관계를 발견하는 과정이 간소화됩니다. 기본 제공되는 벡터 검색과 전체 텍스트 검색을 통해 제품 사용자 프로필, 제품 설명, 리뷰를 기반으로 유사성 기반 추천을 제공합니다. 이들을 조합하면 Spanner Graph 내 다양한 도메인에서 관련성이 높고 맞춤설정된 추천을 제공할 수 있습니다.
금융 사기 감지
Spanner Graph는 계정, 거래, 개인과 같은 금융 항목 간의 복잡한 관계를 자연스럽게 모델링하므로 허위 행위일 수 있는 의심스러운 패턴과 연결을 쉽게 식별할 수 있습니다. 또한 기본 제공되는 벡터 검색은 임베딩 공간에서 숨겨진 연결과 문제점을 알려줍니다. 금융 기관은 이러한 기술을 결합하여 잠재적인 위협을 빠르고 정확하게 식별하여 손실을 최소화할 수 있는 포괄적인 사기 감지 시스템을 만들 수 있습니다.
방법
Spanner Graph는 계정, 거래, 개인과 같은 금융 항목 간의 복잡한 관계를 자연스럽게 모델링하므로 허위 행위일 수 있는 의심스러운 패턴과 연결을 쉽게 식별할 수 있습니다. 또한 기본 제공되는 벡터 검색은 임베딩 공간에서 숨겨진 연결과 문제점을 알려줍니다. 금융 기관은 이러한 기술을 결합하여 잠재적인 위협을 빠르고 정확하게 식별하여 손실을 최소화할 수 있는 포괄적인 사기 감지 시스템을 만들 수 있습니다.
GraphRAG
Spanner Graph는 지식 그래프에 저장된 풍부한 컨텍스트 정보를 파운데이션 모델에 그라운딩하여 검색 증강 생성(RAG)을 한 단계 더 발전시킵니다. 기존 RAG는 소스 문서에서 추출된 데이터 청크를 LLM에 제공하지만 GraphRAG는 한 단계 더 나아가 더욱 포괄적인 이해와 추론이 가능하도록 다른 콘텐츠와의 관계를 포함합니다.
방법
Spanner Graph는 지식 그래프에 저장된 풍부한 컨텍스트 정보를 파운데이션 모델에 그라운딩하여 검색 증강 생성(RAG)을 한 단계 더 발전시킵니다. 기존 RAG는 소스 문서에서 추출된 데이터 청크를 LLM에 제공하지만 GraphRAG는 한 단계 더 나아가 더욱 포괄적인 이해와 추론이 가능하도록 다른 콘텐츠와의 관계를 포함합니다.
게임
게임 세계에서는 플레이어, 캐릭터, 아이템, 위치와 같은 항목을 노드로, 이들 간의 관계를 에지로 표현할 수 있습니다. 이 구조로 경로 탐색, 인벤토리 관리, 소셜 미디어 상호작용과 같은 게임 메커니즘에 필수적인 연결을 효율적으로 이동할 수 있습니다. Spanner Graph 확장성으로 데이터베이스는 피크 타임이나 주요 이벤트 기간에 몰리는 플레이어를 처리할 수 있으므로 게임플레이를 방해하고 사용자에게 불편을 초래하는 지연과 서버 충돌이 방지됩니다.
방법
게임 세계에서는 플레이어, 캐릭터, 아이템, 위치와 같은 항목을 노드로, 이들 간의 관계를 에지로 표현할 수 있습니다. 이 구조로 경로 탐색, 인벤토리 관리, 소셜 미디어 상호작용과 같은 게임 메커니즘에 필수적인 연결을 효율적으로 이동할 수 있습니다. Spanner Graph 확장성으로 데이터베이스는 피크 타임이나 주요 이벤트 기간에 몰리는 플레이어를 처리할 수 있으므로 게임플레이를 방해하고 사용자에게 불편을 초래하는 지연과 서버 충돌이 방지됩니다.
Spanner Graph 시작하기
Spanner Graph 사용 방법 알아보기
90일 Spanner 인스턴스 무료로 만들기
비즈니스 사례
"Credit Karma에서는 1억 3,000만 명이 넘는 회원의 데이터를 보호하는 것을 최우선 과제로 삼고 있습니다. 시스템 전반에서 사기 행위를 방지하고 근절하기 위해 Google과 함께 Google Spanner Graph 데이터베이스를 구현하여 사기 완화 기능을 강화했습니다. 이 고급 플랫폼 기능을 통해 잠재적인 사기 위협을 사전에 감지할 수 있습니다. 당사는 Spanner Graph를 사용하여 허위 거래, 계정 탈취, 기타 허위 행위를 효과적으로 감지하고 방지하고 있습니다. " - Credit Karma
문의하기주요 특징
지식 그래프 기반 인텔리전스로 생성형 AI 애플리케이션을 한 단계 발전시키세요.
데이터에서 숨겨진 연결과 관계를 발견하세요.
관계형, 그래프, 검색, 키-값 기능을 통합한 단일 통합 데이터베이스로 작업을 간소화하세요.
소셜 네트워크
개인, 그룹, 관심분야, 상호작용을 노드와 에지로 표현하여 연결을 효율적으로 분석하고 서로 아는 친구, 공유된 관심분야, 중복되는 그룹 멤버십과 같은 패턴을 발견할 수 있습니다. 이러한 유용한 정보를 활용하면 맞춤설정된 친구와 콘텐츠 추천뿐만 아니라 광고 타겟팅을 생성할 수 있습니다. 또한 통합된 전체 텍스트 검색을 사용하면 자연어 쿼리를 통해 사용자, 그룹, 게시물 또는 특정 주제를 간편하게 찾을 수 있습니다.
방법
개인, 그룹, 관심분야, 상호작용을 노드와 에지로 표현하여 연결을 효율적으로 분석하고 서로 아는 친구, 공유된 관심분야, 중복되는 그룹 멤버십과 같은 패턴을 발견할 수 있습니다. 이러한 유용한 정보를 활용하면 맞춤설정된 친구와 콘텐츠 추천뿐만 아니라 광고 타겟팅을 생성할 수 있습니다. 또한 통합된 전체 텍스트 검색을 사용하면 자연어 쿼리를 통해 사용자, 그룹, 게시물 또는 특정 주제를 간편하게 찾을 수 있습니다.