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 grafiche compatibile con ISO Graph Query Language (GQL) e consente l'interoperabilità tra modelli relazionali e grafici.

Spanner Graph consente di mappare le tabelle ai grafici delle proprietà utilizzando uno schema dichiarativo senza migrazione dei dati, portando i grafici nei set di dati tabellari. Puoi anche associare in un secondo momento le sceltemodello dei datii per query, il che ti aiuta a scegliere lo strumento giusto per i tuoi flussi di lavoro.

Per iniziare a utilizzare Spanner Graph, consulta Configura ed esegui query su Spanner Graph e il codelab Spanner Graph.

Vantaggi dei database Spanner Graph

I grafici 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, sicurezza informatica, rilevamento di community, grafici della conoscenza, customer 360, catalogazione dei dati e monitoraggio della provenienza.

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

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

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

Casi d'uso di Spanner Graph

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

  • Rilevare frodi finanziarie: analizza le relazioni complesse tra utenti, account e transazioni per identificare pattern e anomalie sospette, come riciclaggio di denaro e connessioni insolite tra entità, che possono essere difficili da rilevare utilizzando 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, attiva consigli personalizzati, campagne di marketing mirate e migliora le esperienze di assistenza clienti.

  • Acquisizione dei social network: acquisisci le attività e le interazioni degli utenti e utilizza la corrispondenza dei pattern del grafico per i consigli di amici e la scoperta di contenuti.

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

  • Analizza 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.

  • Gestisci 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 AI. Offre prestazioni e scalabilità elevate, fornendo quanto segue:

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

  • Crea applicazioni di workflow GraphRAG: Spanner Graph si integra con LangChain per aiutarti a creare applicazioni GraphRAG. La generazione RAG (Retrieval-Augmented Generation) convenzionale utilizza la ricerca vettoriale per fornire il contesto a un modello linguistico di grandi dimensioni (LLM), ma non può utilizzare le relazioni implicite nei dati. GraphRAG supera questa limitazione creando un grafico dai tuoi dati per acquisire queste relazioni complesse. Combina quindi la ricerca nel grafo (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 Vertex AI per creare un'infrastruttura per un'applicazione di AI generativa compatibile con GraphRAG, consulta Infrastruttura GraphRAG per l'AI generativa utilizzando Vertex AI e Spanner Graph.

  • Relazionale e di grafi 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 nel grafico, consentendoti di utilizzare il significato semantico e le parole chiave nell'analisi del grafico.

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

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

Assistenza

Se hai altre domande su Spanner Graph e sulle sue funzionalità dopo aver letto questa guida per l'utente, invia un'email all'indirizzo spanner-graph-feedback@google.com.

Passaggi successivi