מבוא ל-BigQuery Graph

בעזרת BigQuery Graph אתם יכולים להשתמש ביכולות הניתוח של BigQuery כדי לנתח גרפים בקנה מידה גדול. כשממפים את הנתונים כתרשים עם צמתים וקצוות, אפשר להשתמש ב-Graph Query Language‏ (GQL) כדי למצוא קשרים מורכבים ונסתרים בין נקודות על הגרף, שקשה למצוא באמצעות SQL.

אתם יכולים ליצור טבלאות של צמתים וקצוות ישירות מטבלאות או מתצוגות שבהן מאוחסנות ישויות וקשרים בין ישויות. אתם לא צריכים לשנות את תהליכי העבודה הקיימים או לשכפל את הנתונים כדי להשתמש בהם בשאילתות של תרשימים.

‫BigQuery Graph תומך בממשק שאילתות של תרשימים שתואם לתקן ISO GQL ולתקן ISO Property Graph Queries ‏ (SQL/PGQ). כך אתם יכולים לשלב בין מודלים יחסיים ומודלים של תרשימים, על ידי שילוב של יכולות SQL מבוססות עם יכולת הביטוי של התאמת דפוסי תרשימים.

היתרונות של BigQuery Graph

גרפים הם דרך טבעית לייצג קשרים בנתונים. מסדי נתונים של גרפים משמשים לזיהוי הונאות, להמלצות, לזיהוי קהילות, ל-Knowledge Graph, לפרופילים של לקוחות, לקטלוג נתונים ולמעקב אחר שושלת נתונים.

כשהנתונים של התרשים מיוצגים כטבלאות, צריך לבצע self-join או recursive join כדי לעבור על הנתונים. הבעת לוגיקה של מעבר בתרשים ב-SQL מובילה לשאילתות מורכבות שקשה לכתוב, לתחזק ולנפות באגים. ‫BigQuery Graph מאפשר לכם לנווט בין קשרים ולזהות דפוסים בנתוני התרשים בצורה אינטואיטיבית יותר.

יכולות עיקריות

  • חוויית שימוש מובנית בתרשימים. ממשק ISO GQL מציע חוויית גרף מוכרת וייעודית שמבוססת על תקנים פתוחים.

  • גרף וקשרים מאוחדים. יכולת פעולה הדדית מלאה בין שאילתות גרף לבין SQL מפרקת את סילו הנתונים ומאפשרת לכם לבחור את הכלי האופטימלי לכל תרחיש לדוגמה, בלי עומס תפעולי של חילוץ, טרנספורמציה וטעינה (ETL).

  • יכולות חיפוש מובנות. יכולות חיפוש וקטורי עשיר וחיפוש טקסט מלא משתלבות עם גרף, ומאפשרות לכם להשתמש במשמעות סמנטית ובמילות מפתח בניתוח גרפים.

  • תרשים להמחשה. תוצאות השאילתות מוצגות בפורמט של תרשים ויזואלי, שמאפשר לחקור, לבדוק ולהסביר את הנתונים בקלות.

  • ביצועים ויכולת התאמה לעומס. עומסי העבודה של הגרפים מופעלים על ידי מנוע הניתוח המבוזר, החסכוני והניתן להתאמה של BigQuery.

  • שילוב עם Spanner Graph. ל-BigQuery Graph ול-Spanner Graph יש את אותה סכימת גרף ואותה שפת שאילתות. אתם יכולים להריץ עומסי עבודה תפעוליים של גרפים ב-Spanner, ולהריץ ניתוחים מורכבים של גרפים ב-BigQuery בלי לשנות את המודל של הנתונים או לתרגם את השאילתות.

  • שאילתות בשפה טבעית. לשאול שאלות על התרשים באמצעות ניתוח נתונים באמצעות שיחה. הסוכנים יכולים לכתוב שאילתות SQL ו-GQL ולהציג את הפלט באופן חזותי. הסוכנים יכולים גם להשתמש בתיאורים, במילים נרדפות ובמדדים שמוגדרים בתרשים כדי לשפר את איכות התוצאות. כדי לנסות לשוחח בצ'אט עם סוכן לגבי תרשים, השתמשו בסוכן לדוגמה Look Graph ב-BigQuery בדף Agents כדי לשאול שאלות לגבי התרשים bigquery-public-data.thelook_ecommerce.graph.

תרחישים לדוגמה

אתם יכולים להשתמש ב-BigQuery Graph כדי ליצור סוגים רבים של עומסי עבודה של ניתוח גרפים, כולל:

  • זיהוי הונאות פיננסיות. לנתח קשרים מורכבים בין משתמשים, חשבונות ועסקאות כדי לזהות דפוסים חשודים וחריגות, כמו הלבנת הון וקשרים לא תקינים בין ישויות, שקשה לזהות באמצעות מסדי נתונים רלציוניים.

  • פרופילים של לקוחות. מעקב אחרי קשרי לקוחות, העדפות והיסטוריית רכישות. הבנה הוליסטית של כל לקוח כדי לאפשר המלצות מותאמות אישית, קמפיינים שיווקיים ממוקדים וחוויות משופרות של שירות לקוחות.

  • רשתות חברתיות. תיעוד פעילויות ואינטראקציות של משתמשים ושימוש בהתאמת דפוסים בגרף כדי להמליץ על חברים ולגלות תוכן.

  • ניהול הייצור ושרשרת האספקה. שימוש בתבניות של תרשימים לניתוח יעיל של ההשפעה, סיכום עלויות ובדיקות תאימות, על ידי מידול של חלקים, ספקים, הזמנות, זמינות ופגמים בתרשים.

  • שירותי בריאות. תיעוד קשרים, מצבים, אבחונים וטיפולים של מטופלים כדי לאפשר ניתוח של דמיון בין מטופלים ותכנון טיפול.

  • תחבורה. יוצרים מודל של מקומות, קשרים, מרחקים ועלויות בתרשים, ואז משתמשים בשאילתות של התרשים כדי למצוא את המסלול האופטימלי.

מדריכים

במדריכים הבאים מוסבר איך להשתמש ב-BigQuery Graph בתרחישים שונים:

תמחור

ב-BigQuery Graph נעשה שימוש במודל התמחור מבוסס-הקיבולת של BigQuery, כדי לוודא שאתם משלמים רק על מה שאתם משתמשים בו במחשוב ובאחסון.

Compute

כדי להריץ שאילתות GQL, צריך הזמנה שמשתמשת במהדורת Enterprise או Enterprise Plus. אם אתם משתמשים בתמחור על פי דרישה, אתם יכולים להפעיל את הפונקציה GRAPH_EXPAND כדי להריץ שאילתות SQL על התרשים. שאילתות גרפים משתמשות בתמחור של קיבולת המחשוב ב-BigQuery, שנמדד ביחידות קיבולת (slots).

אחסון

אתם מחויבים רק פעם אחת על האחסון של הטבלאות הבסיסיות שמשמשות להגדרת הגרפים. עלויות האחסון הן בהתאם לתמחור האחסון הרגיל ב-BigQuery (אחסון פעיל או לטווח ארוך), בלי קשר למספר המודלים של תרשימים שנבנו על גבי הטבלאות האלה.

המאמרים הבאים