Spanner Graph 将专用图表数据库功能与 Spanner 结合在一起，可提供业界领先的可伸缩性、可用性和一致性。
Spanner Graph 支持与 ISO GQL (Graph Query Language) 标准兼容的图表查询接口。Spanner Graph 支持关系模型和图表模型之间的互操作性，并将成熟的 SQL 功能与 GQL 的图表模式匹配的表达能力相结合。
您可以使用声明式架构将表映射到图表，而无需进行数据迁移，从而将图表引入到表格式数据集。您还可以根据查询对数据模型选择进行后期绑定，从而更轻松地为您的工作流选择合适的工具。
如需开始使用 Spanner Graph，请参阅设置和查询 Spanner Graph 和 Spanner Graph Codelab。
图表数据库的优势
图表提供了一种原生机制来表示数据关系。 图表数据库的应用场景示例包括欺诈检测、推荐、社区检测、知识图谱、全面了解客户、数据编目和沿袭跟踪。
传统上，此类图表数据在关系型数据库中以表的形式表示，应用使用多个联接来遍历图表。 在 SQL 中表示图表遍历逻辑会导致复杂的查询，这些查询难以编写、维护和调试。
借助 Spanner Graph 中的图形界面，您可以以直观的方式浏览关系并识别图表中的模式。此外，Spanner Graph 还提供图表优化存储空间和查询增强功能，适合在线分析和事务图表工作负载，所有这些功能都内置于 Spanner 的核心功能中。
此方法使 Spanner Graph 成为最关键的图表应用的理想解决方案。特别是，Spanner 的透明分片可以弹性地扩展到非常大的数据集，并且无需用户干预即可使用大规模并行处理。
使用场景
您可以使用 Spanner Graph 构建多种类型的在线图表应用，包括：
- 金融欺诈检测：分析用户、账号和交易之间的复杂关系，以识别可疑模式和异常情况，例如洗钱和实体之间的异常关联，这些情况使用关系型数据库可能难以检测到。
- 全面了解客户：跟踪客户关系、偏好设置和交易记录。全面了解每位客户，提供个性化推荐、有针对性的营销活动，并提升客户服务体验。
- 社交网络：捕获用户活动和互动，并使用图表模式匹配进行好友推荐和内容发现。
- 制造和供应链管理：使用图表模式，通过在图表中对零件、供应商、订单、库存状况和缺陷进行建模，高效地进行影响分析、成本汇总和合规检查。
- 医疗保健：捕获患者关系、病情、诊断和治疗情况，以便进行患者相似度分析和治疗方案规划。
- 交通：在图表中对地点、中转、距离和费用进行建模，然后使用图表查询来查找最佳路线。
主要功能
Spanner Graph 引入了一个统一数据库，该数据库将图表、关系型、搜索和 AI 功能与高性能和可伸缩性相结合，可提供以下功能：
- 原生图表体验：ISO GQL 接口提供基于开放标准的熟悉的专用图表体验。
- 构建 GraphRAG 工作流应用：Spanner Graph 与 LangChain 集成，可让您为 GraphRAG 应用开发原型。传统 RAG 使用向量搜索从数据中提供相关上下文，从而为 LLM 提供依据。不过，它无法使用数据中存在的隐式关系。为了克服此限制，GraphRAG 会根据您的数据构建图表，以捕获复杂的关系。与传统 RAG 相比，在检索时，GraphRAG 会使用带有向量搜索的图表查询来生成更准确且相关的答案。如需了解详情，请参阅使用 LangChain 构建依托 LLM 的应用。
- 统一的关系型和图表：GQL 和 SQL 之间的完全互操作性打破了数据孤岛，让您可以针对每种应用场景选择最合适的工具，而无需进行提取、转换和加载 (ETL) 操作，从而避免任何运营开销。
- 内置搜索功能：丰富的向量和全文搜索功能与图表集成，让您可以在图表分析中使用语义和关键字。
- 依托 AI 技术的分析洞见：与 Vertex AI 深度集成可直接在 Spanner Graph 中解锁一系列 AI 模型，帮助您加速 AI 工作流。
- 可伸缩性、可用性和一致性：Spanner 已建立的可伸缩性、可用性和一致性为您提供了可信赖的坚实基础。
获取支持
如果您在阅读用户指南后对 Spanner Graph 及其功能有其他疑问，请通过 spanner-graph-feedback@google.com 联系我们。