Introdução ao BigQuery Graph

Com o BigQuery Graph, é possível usar o poder analítico do BigQuery para realizar análises de gráficos em grande escala. Ao modelar seus dados como um gráfico com nós e arestas, é possível usar a Graph Query Language (GQL) para encontrar relações complexas e ocultas entre pontos de dados que seriam difíceis de encontrar usando SQL.

É possível criar tabelas de nós e de bordas diretamente de tabelas ou visualizações que armazenam entidades e relações entre entidades. Não é necessário modificar os fluxos de trabalho atuais nem replicar os dados para usá-los em consultas de gráfico.

O BigQuery Graph é compatível com uma interface de consulta de gráfico compatível com o padrão ISO GQL e o padrão ISO Property Graph Queries (SQL/PGQ). Isso oferece interoperabilidade entre modelos relacionais e de grafo ao combinar recursos SQL bem estabelecidos com a expressividade da correspondência de padrões de grafo.

Benefícios do BigQuery Graph

Os gráficos são uma maneira natural de representar relações em dados. Os bancos de dados de grafos são usados para detecção de fraudes, recomendações, detecção de comunidades, mapas de informações, perfis de clientes, Data Catalog e rastreamento de linhagem.

Quando os dados do gráfico são representados como tabelas, é necessário realizar mesclagens automáticas ou recursivas para percorrer os dados. Expressar a lógica de travessia de gráficos em SQL leva a consultas complexas que são difíceis de escrever, manter e depurar. Com o BigQuery Graph, é possível navegar por relações e identificar padrões nos dados de gráfico de maneira mais intuitiva.

Principais recursos

  • Experiência de gráfico integrada. A interface ISO GQL oferece uma experiência de gráfico familiar e criada para fins específicos, baseada em padrões abertos.

  • Relacional e gráfico unificados. A interoperabilidade total entre consultas de gráfico e SQL elimina os silos de dados e permite que você escolha a ferramenta ideal para cada caso de uso, sem nenhuma sobrecarga operacional para extrair, transformar e carregar (ETL).

  • Recursos de pesquisa integrados. Os recursos avançados de pesquisa vetorial e de texto completo se integram ao gráfico, permitindo que você use o significado semântico e as palavras-chave na análise de gráficos.

  • Visualização de gráfico. Os resultados da consulta de gráfico são exibidos em um formato de gráfico visualmente atraente que facilita muito a exploração, investigação e explicação de dados.

  • Desempenho e escalonabilidade. As cargas de trabalho de gráfico são alimentadas pelo mecanismo de análise escalonável, econômico e distribuído do BigQuery.

  • Integração com o Spanner Graph. O BigQuery Graph e o Spanner Graph compartilham o mesmo esquema de grafo e linguagem de consulta. É possível executar cargas de trabalho de gráficos operacionais no Spanner e fazer análises complexas de gráficos no BigQuery sem precisar remodelar seus dados ou traduzir suas consultas.

  • Consultar usando linguagem natural. Faça perguntas sobre seu gráfico usando a análise de conversação. Os agentes podem escrever consultas SQL e GQL e fornecer visualizações da saída. Os agentes também podem usar descrições, sinônimos e medidas definidas no gráfico para melhorar a qualidade dos resultados. Para conversar com um agente sobre um gráfico, use o agente de amostra Look Graph no BigQuery na página Agentes para fazer perguntas sobre o gráfico bigquery-public-data.thelook_ecommerce.graph.

Casos de uso

É possível usar o BigQuery Graph para criar muitos tipos de cargas de trabalho de gráficos analíticos, incluindo:

  • Detecção de fraude financeira. Analise relações complexas entre usuários, contas e transações para identificar padrões e anomalias suspeitos, como lavagem de dinheiro e conexões irregulares entre entidades, que podem ser difíceis de detectar usando bancos de dados relacionais.

  • Perfis de clientes. Acompanhe as relações, as preferências e os históricos de compras dos clientes. Tenha uma compreensão holística de cada cliente para permitir recomendações personalizadas, campanhas de marketing segmentadas e melhores experiências de atendimento ao cliente.

  • Redes sociais. Capture atividades e interações do usuário e use a correspondência de padrões de gráfico para recomendações de amigos e descoberta de conteúdo.

  • Gerenciamento de fabricação e cadeia de suprimentos. Use padrões de gráfico para análise de impacto eficiente, acúmulos de custos e verificações de conformidade modelando peças, fornecedores, pedidos, disponibilidade e defeitos no gráfico.

  • Saúde. Capture relações, condições, diagnósticos e tratamentos de pacientes para facilitar a análise de similaridade de pacientes e o planejamento de tratamento.

  • Transporte. Modelar lugares, conexões, distâncias e custos no grafo e usar consultas de grafo para encontrar o trajeto ideal.

Tutoriais

Os tutoriais a seguir mostram como usar o BigQuery Graph em diferentes cenários:

Preços

Para executar consultas GQL, é preciso usar preços sob demanda ou ter uma reserva que use a edição Enterprise ou Enterprise Plus.

Armazenamento

Você vai receber uma cobrança única pelo armazenamento das tabelas usadas para definir os gráficos. Os custos de armazenamento seguem os preços padrão de armazenamento do BigQuery (armazenamento ativo ou de longo prazo), independentemente de quantos modelos de gráfico são criados com base nessas tabelas.

A seguir