Informações gerais do Spanner Graph

O Spanner Graph combina recursos de banco de dados de grafos criados para fins específicos com o Spanner, que oferece escalonabilidade, disponibilidade e consistência líderes do setor.

O Spanner Graph oferece suporte a uma interface de consulta de gráficos compatível com os padrões ISO GQL (Graph Query Language). O Spanner Graph oferece suporte à interoperabilidade entre modelos relacionais e de gráficos e combina os recursos bem estabelecidos do SQL com a expressividade da correspondência de padrões de gráficos da GQL.

É possível mapear tabelas para gráficos usando um esquema declarativo sem migração de dados, o que traz gráficos para conjuntos de dados tabulares. Também é possível fazer a vinculação tardia de opções de modelo de dados por consulta, o que facilita a escolha da ferramenta certa para seus fluxos de trabalho.

Para começar a usar o Spanner Graph, consulte Configurar e consultar o Spanner Graph e o codelab do Spanner Graph.

Benefícios dos bancos de dados de gráficos

Os gráficos oferecem um mecanismo natural para representar os relacionamentos entre dados. Exemplos de casos de uso para bancos de dados de grafos incluem detecção de fraudes, recomendações, detecção de comunidades, mapa de informações, cliente 360, catalogação de dados e rastreamento de linhagem.

Tradicionalmente, esse tipo de dado de gráfico é representado como tabelas em um banco de dados relacional, com aplicativos usando várias junções para percorrer o gráfico. Expressar a lógica de travessia de grafos em SQL resulta em consultas complexas que são difíceis de escrever, manter e depurar.

Com a interface de gráfico do Spanner Graph, é possível navegar pelas relações e identificar padrões de maneira intuitiva. Além disso, o Spanner Graph oferece melhorias de armazenamento e consulta otimizadas para gráficos adequadas para cargas de trabalho de gráficos analíticos e transacionais on-line, tudo integrado aos recursos principais do Spanner.

Essa abordagem torna o Spanner Graph a solução ideal até mesmo para os aplicativos de gráficos mais importantes. Em particular, o particionamento transparente do Spanner pode ser escalonado de maneira elástica para conjuntos de dados muito grandes e usar o processamento paralelo em massa sem intervenção do usuário.

Casos de uso

É possível usar o Spanner Graph para criar vários tipos de aplicativos de gráficos on-line, incluindo:

  • Detecção de fraudes financeiras: analise relações complexas entre usuários, contas e transações para identificar padrões e anomalias suspeitas, como lavagem de dinheiro e conexões incomuns entre entidades, que podem ser difíceis de detectar usando bancos de dados relacionais.
  • Perfil completo do cliente: acompanhe os relacionamentos, as preferências e os históricos de compras dos clientes. Tenha uma compreensão abrangente de cada cliente, ative recomendações personalizadas, campanhas de marketing segmentadas e melhore as experiências de atendimento ao cliente.
  • Redes sociais: capture atividades e interações dos usuários e use a correspondência de padrões de gráficos para recomendações de amigos e descoberta de conteúdo.
  • Gerenciamento de fabricação e cadeia de suprimentos: use padrões de gráficos para análise de impacto eficiente, consolidação de custos e verificações de conformidade modelando peças, fornecedores, pedidos, disponibilidade e defeitos no gráfico.
  • Saúde: capture relacionamentos, condições, diagnósticos e tratamentos de pacientes para facilitar a análise de similaridade e o planejamento de tratamento.
  • Transporte: modele lugares, conexões, distâncias e custos no gráfico e use consultas de gráfico para encontrar a rota ideal.

Principais recursos

O Spanner Graph apresenta um banco de dados unificado que integra recursos gráficos, relacionais, de pesquisa e de IA com alto desempenho e escalonabilidade para oferecer o seguinte:

  • Experiência de gráfico nativo: a interface ISO GQL oferece uma experiência de gráfico familiar e criada para fins específicos com base em padrões abertos.
  • Criar aplicativos de fluxo de trabalho do GraphRAG: o Spanner Graph se integra ao LangChain, que permite criar protótipos de aplicativos do GraphRAG. Para embasar um LLM, a geração aumentada de recuperação (RAG) convencional fornece contexto relevante ao LLM dos seus dados usando a pesquisa vetorial. No entanto, ele não pode usar as relações implícitas presentes nos seus dados. Para superar essa limitação, o GraphRAG cria um grafo com seus dados para capturar relações complexas. Em comparação com a RAG convencional, a GraphRAG usa consultas de gráficos com pesquisa de vetores para gerar respostas mais precisas e relevantes no momento da recuperação. Para mais informações, consulte Criar aplicativos com tecnologia de LLM usando o LangChain. Para saber como usar o Spanner Graph com a Vertex AI para criar uma infraestrutura para um aplicativo de IA generativa compatível com GraphRAG, consulte Infraestrutura do GraphRAG para IA generativa usando a Vertex AI e o Spanner Graph.
  • Relacional e gráfico unificados: a interoperabilidade total entre GQL e SQL elimina silos de dados e permite escolher a ferramenta ideal para cada caso de uso, sem sobrecarga operacional para extrair, transformar e carregar (ETL).
  • Recursos de pesquisa integrados: recursos avançados de pesquisa vetorial e de texto completo integrados ao gráfico, permitindo que você use significado semântico e palavras-chave na análise de gráficos.
  • Insights com tecnologia de IA: a integração avançada com a Vertex AI desbloqueia um conjunto de modelos de IA diretamente no Spanner Graph, ajudando você a acelerar seus fluxos de trabalho de IA.
  • Escalonabilidade, disponibilidade e consistência: a escalonabilidade, a disponibilidade e a consistência estabelecidas do Spanner oferecem uma base sólida em que você pode confiar.

Receber suporte

Se você tiver mais dúvidas sobre o Spanner Graph e os recursos dele depois de ler nosso guia do usuário, entre em contato com spanner-graph-feedback@google.com.

A seguir