Spanner Graph の概要

Spanner Graph は、目的に特化したグラフデータベース機能と Spanner を統合し、業界をリードする拡張性、可用性、整合性を提供します。

Spanner Graph は、ISO GQL（Graph Query Language）標準に準拠したグラフクエリインターフェースをサポートしています。Spanner Graph は、リレーショナルモデルとグラフモデルの間の相互運用性もサポートしており、確立された SQL 機能と GQL のグラフパターンマッチングの表現力を組み合わせています。

宣言型スキーマを使用して、データを移行せずにテーブルをグラフにマッピングできます。これにより、表形式のデータセットにグラフを追加できます。クエリごとにデータモデルの選択を遅延結合することもできます。これにより、ワークフローに適したツールを簡単に選択できます。

Spanner Graph の使用を開始するには、Spanner Graph を設定してクエリを実行すると Spanner Graph の Codelab をご覧ください。

グラフデータベースのメリット

グラフは、データの関係性を自然に表すことができるメカニズムです。グラフデータベースのユースケースには、不正行為の検出、推奨事項、コミュニティ検出、ナレッジグラフ、Customer 360、データのカタログ化、リネージトラッキングなどがあります。

これまで、このタイプのグラフデータはリレーショナルデータベース内のテーブルとして表され、アプリケーションは複数の結合を使用してグラフを走査していました。グラフ走査ロジックを SQL で表現すると、複雑なクエリになり、作成、メンテナンス、デバッグが難しくなります。

Spanner Graph のグラフインターフェースを使用すると、関係を移動したり、グラフ内のパターンを直感的に特定したりできます。さらに、Spanner Graph は、オンライン分析とトランザクショングラフワークロードに適したグラフ最適化ストレージとクエリの強化を提供します。これらはすべて、Spanner のコア機能に組み込まれています。

このアプローチにより、Spanner Graph は、最もミッションクリティカルなグラフアプリケーションにも理想的なソリューションになります。特に、Spanner の透過的シャーディングはきわめて大規模なデータセットに対して弾力的に拡張できるため、ユーザーの介入なしで大規模な並列クエリ処理が可能になります。

ユースケース

Spanner Graph を使用すると、次のようなさまざまなタイプのオンライングラフアプリケーションを構築できます。

金融詐欺行為の検出: ユーザー、アカウント、トランザクションの間の複雑な関係を分析して、資金洗浄やエンティティ間の不規則な接続など、リレーショナルデータベースでは検出が困難な疑わしいパターンや異常を特定します。
Customer 360: 顧客関係、好み、購入履歴を追跡します。各顧客を包括的に把握し、パーソナライズされたおすすめ情報、ターゲットを絞ったマーケティングキャンペーン、カスタマーサービスの利用体験の向上を実現します。
ソーシャルネットワーク: ユーザーのアクティビティとインタラクションをキャプチャし、友だちのおすすめ情報やコンテンツの検出のためにグラフパターンマッチングを使用します。
製造とサプライチェーン管理: グラフパターンを使用して、グラフにパーツ、サプライヤー、注文、在庫状況、欠陥をモデル化し、インパクト分析、費用のロールアップ、コンプライアンスチェックを効率的に実施します。
ヘルスケア: 患者の関係、状態、診断、治療をキャプチャして、患者の類似性分析と治療計画を容易にします。
交通機関: グラフで場所、乗り継ぎ、距離、費用をモデル化し、グラフクエリを使用して最適なルートを検索します。

主な機能

Spanner Graph は、グラフ、リレーショナル、検索、AI 機能を統合し、高パフォーマンスと拡張性を備えた統合データベースを導入することで、次のことを実現します。

ネイティブなグラフエクスペリエンス: ISO GQL インターフェースは、オープンスタンダードをベースにした、使い慣れた専用のグラフエクスペリエンスを提供します。
リレーショナルモデルとグラフモデルの統合: GQL と SQL との間の完全な相互運用性が確保されており、データサイロを解体できるとともに、抽出、変換、読み込み（ETL）のオペレーションオーバーヘッドなしで、ユースケースごとに最適なツールを選択できます。
組み込みの検索機能: 豊富なベクトル検索機能と全文検索機能がグラフと有機的に連携し、グラフ分析で意味論的な意味とキーワードを使用できます。
AI を活用した分析情報: Vertex AI と緊密に統合されているため、Spanner Graph 内で直接 AI モデルのスイートを活用し、AI ワークフローを加速できます。
拡張性、可用性、整合性: Spanner の確立された拡張性、可用性、整合性により、信頼できる堅固な基盤を構築できます。

サポートを受ける

ユーザーガイドを読んだ後、Spanner Graph とその機能についてご不明な点がございましたら、spanner-graph-feedback@google.com までお問い合わせください。