Spanner Graph menggabungkan kemampuan database grafik yang dibuat khusus dengan Spanner, yang menawarkan skalabilitas, ketersediaan, dan konsistensi terbaik di industri.
Spanner Graph mendukung antarmuka kueri grafik yang kompatibel dengan standar ISO GQL (Graph Query Language). Spanner Graph mendukung interoperabilitas antara model relasional dan grafik serta menggabungkan kemampuan SQL yang sudah mapan dengan ekspresi pencocokan pola grafik dari GQL.
Anda dapat memetakan tabel ke grafik menggunakan skema deklaratif tanpa migrasi data, yang menghadirkan grafik ke set data tabel. Anda juga dapat mengikat pilihan model data terlambat per kueri, yang mempermudah pemilihan alat yang tepat untuk alur kerja Anda.
Untuk memulai Spanner Graph, lihat Menyiapkan dan membuat kueri Spanner Graph dan codelab Spanner Graph.
Manfaat database grafik
Grafik memberikan mekanisme alami untuk merepresentasikan hubungan dalam data. Contoh kasus penggunaan untuk database grafik mencakup deteksi penipuan, rekomendasi, deteksi komunitas, grafik pengetahuan, customer 360, pengindeksan data, dan pelacakan garis keturunan.
Secara tradisional, jenis data grafik ini direpresentasikan sebagai tabel dalam database relasional, dengan aplikasi yang menggunakan beberapa join untuk menjelajahi grafik. Mengekspresikan logika traversal grafik dalam SQL akan menghasilkan kueri kompleks yang sulit ditulis, dikelola, dan di-debug.
Antarmuka grafik di Spanner Graph memungkinkan Anda menavigasi hubungan dan mengidentifikasi pola dalam grafik dengan cara yang intuitif. Selain itu, Spanner Graph menyediakan penyimpanan yang dioptimalkan untuk grafik dan peningkatan kueri yang cocok untuk beban kerja grafik transaksional dan analisis online, semuanya terintegrasi dengan kemampuan inti Spanner.
Pendekatan ini menjadikan Spanner Graph sebagai solusi ideal bahkan untuk aplikasi grafik yang paling penting. Secara khusus, sharding transparan Spanner dapat diskalakan secara elastis ke set data yang sangat besar dan menggunakan pemrosesan paralel secara massal tanpa intervensi pengguna.
Kasus penggunaan
Anda dapat menggunakan Spanner Graph untuk membuat berbagai jenis aplikasi Graph online, termasuk yang berikut:
- Deteksi penipuan keuangan: Menganalisis hubungan kompleks di antara pengguna, akun, dan transaksi untuk mengidentifikasi pola dan anomali yang mencurigakan, seperti pencucian uang dan koneksi tidak teratur antar-entitas, yang dapat sulit dideteksi menggunakan database relasional.
- Customer 360: Melacak hubungan, preferensi, dan histori pembelian pelanggan. Dapatkan pemahaman menyeluruh tentang setiap pelanggan, aktifkan rekomendasi yang dipersonalisasi, kampanye pemasaran bertarget, dan pengalaman layanan pelanggan yang lebih baik.
- Jejaring sosial: Merekam aktivitas dan interaksi pengguna serta menggunakan pencocokan pola grafik untuk rekomendasi teman dan penemuan konten.
- Manajemen manufaktur dan rantai pasokan: Gunakan pola grafik untuk analisis dampak yang efisien, penggabungan biaya, dan pemeriksaan kepatuhan dengan membuat model bagian, pemasok, pesanan, ketersediaan, dan cacat dalam grafik.
- Layanan Kesehatan: Mencatat hubungan, kondisi, diagnosis, dan pengobatan pasien untuk memfasilitasi analisis kesamaan pasien dan perencanaan pengobatan.
- Transportasi: Membuat model tempat, koneksi, jarak, dan biaya dalam grafik, lalu menggunakan kueri grafik untuk menemukan rute yang optimal.
Kemampuan utama
Spanner Graph memperkenalkan database terpadu yang mengintegrasikan kemampuan grafik, relasional, penelusuran, dan AI dengan performa dan skalabilitas tinggi untuk memberikan hal berikut:
- Pengalaman grafik native: Antarmuka ISO GQL menawarkan pengalaman grafik yang sudah dikenal dan dibuat khusus yang didasarkan pada standar terbuka.
- Grafik dan relasional terpadu: Interoperabilitas penuh antara GQL dan SQL memecah silo data serta memungkinkan Anda memilih alat yang optimal untuk setiap kasus penggunaan, tanpa overhead operasional untuk mengekstrak, mengubah, dan memuat (ETL).
- Kemampuan penelusuran bawaan: Kemampuan penelusuran vektor dan teks lengkap yang kaya berfungsi secara organik dengan grafik, sehingga Anda dapat menggunakan makna semantik dan kata kunci dalam analisis grafik.
- Insight yang didukung AI: Integrasi mendalam dengan Vertex AI akan membuka rangkaian model AI secara langsung di Spanner Graph, sehingga membantu Anda mempercepat alur kerja AI.
- Skalabilitas, ketersediaan, dan konsistensi: skalabilitas, ketersediaan, dan konsistensi Spanner yang sudah mapan memberikan fondasi yang solid yang dapat Anda percayai.
Mendapatkan dukungan
Jika ada pertanyaan tambahan tentang Spanner Graph dan fiturnya setelah membaca panduan pengguna kami, hubungi kami di spanner-graph-feedback@google.com.
Langkah selanjutnya
- Mulai menggunakan codelab Spanner Graph.
- Menyiapkan dan membuat kueri Spanner Graph.
- Pelajari skema Spanner Graph.
- Membuat, memperbarui, atau menghapus skema Grafik Spanner.