Ringkasan Grafik Spanner

Spanner Graph menggabungkan kemampuan database grafik yang dibuat khusus Spanner, yang menawarkan skalabilitas terbaik di industri ketersediaan, dan konsistensi.

Spanner Graph mendukung antarmuka kueri grafik yang kompatibel dengan ISO GQL (Graph Query Language). Spanner Graph mendukung interoperabilitas antara model relasional dan grafik serta menggabungkan kemampuan SQL yang mapan dengan ekspresi pola grafik pencocokan dari GQL.

Anda dapat memetakan tabel ke grafik menggunakan skema deklaratif tanpa migrasi data, yang menghadirkan grafik ke {i>dataset<i} tabulasi. Anda juga dapat mengikat model data terlambat pilihan per kueri, yang membuatnya lebih mudah untuk memilih alat yang tepat untuk dalam alur kerja Anda.

Untuk memulai Spanner Graph, lihat Menyiapkan dan membuat kueri Spanner Graph dan codelab Spanner Graph.

Manfaat database grafik

Grafik menyediakan mekanisme alami untuk merepresentasikan hubungan dalam data. Contoh kasus penggunaan untuk {i>database<i} grafik mencakup deteksi penipuan, rekomendasi, deteksi komunitas, pustaka pengetahuan, pelanggan 360, pembuatan katalog data, dan pelacakan silsilah data.

Biasanya, jenis data grafik ini direpresentasikan sebagai tabel dalam relasional {i>database<i}, dengan aplikasi yang menggunakan beberapa {i>join<i} untuk menelusuri grafik. Mengekspresikan logika traversal grafik di SQL mengarah ke kueri kompleks yang sulit untuk ditulis, dipelihara, dan di-debug.

Antarmuka grafik di Spanner Graph memungkinkan Anda melihat 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 analisis online dan grafik transaksional, semuanya terintegrasi dalam Kemampuan inti Spanner.

Pendekatan ini membuat Spanner Graph solusi ideal untuk aplikasi grafik yang paling penting sekalipun. Secara khusus, sharding transparan Spanner dapat diskalakan elastis ke set data yang sangat besar dan menggunakan pemrosesan paralel secara masif tanpa intervensi pengguna.

Kasus penggunaan

Anda dapat menggunakan Spanner Graph untuk membangun berbagai jenis aplikasi Grafik {i>online<i}, termasuk yang berikut:

  • Deteksi penipuan keuangan: Menganalisis yang kompleks hubungan di antara pengguna, akun, dan transaksi untuk mengidentifikasi pola dan anomali yang mencurigakan, seperti pencucian uang dan hubungan yang tidak teratur di antara entitas, yang mungkin sulit dideteksi menggunakan {i>database<i} 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: Mencatat aktivitas dan interaksi pengguna serta menggunakan grafik pencocokan pola untuk rekomendasi teman dan penemuan konten.
  • Pengelolaan rantai pasokan dan manufaktur: Gunakan pola grafik untuk analisis dampak yang efisien, penggabungan biaya, dan pemeriksaan kepatuhan dengan model suku cadang, pesanan, ketersediaan, dan kerusakan pada grafik.
  • Layanan Kesehatan: Rekam hubungan, kondisi, diagnosis, dan perawatan untuk memfasilitasi analisis kesamaan pasien dan perencanaan perawatan.
  • Transportasi: Model tempat, koneksi, jarak, dan biaya di grafik, dan kemudian menggunakan kueri grafik untuk menemukan rute yang optimal.

Kemampuan utama

Spanner Graph memperkenalkan database yang mengintegrasikan grafik, relasional, penelusuran, dan AI dengan performa dan skalabilitas tinggi untuk memberikan berikut ini:

  • Pengalaman grafik native: Antarmuka ISO GQL menawarkan pengalaman grafik yang familier dan dibuat untuk tujuan yang didasarkan pada standar terbuka.
  • Grafik dan relasional terpadu: Interoperabilitas penuh antara GQL dan SQL memecah data silo dan memungkinkan Anda memilih untuk setiap kasus penggunaan, tanpa overhead operasional untuk diekstrak, transformasi, dan pemuatan (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 kemampuan Spanner yang mapan konsistensi memberikan fondasi yang kuat yang dapat Anda percaya.

Mendapatkan dukungan

Jika ada pertanyaan lain tentang Spanner Graph dan fitur-fiturnya setelah membaca panduan pengguna kami, hubungi kami di spanner-graph-feedback@google.com.

Langkah selanjutnya