グラフデータベースを選ぶ理由

ネイティブな並列 グラフデータベースで 大きく進化

グラフデータベースは毎日使うもの

私たちは自分でも気づかないうちに、毎日グラフデータベースを使っています。例えば、LinkedInのページに表示される1次、2次、3次のコンタクト(つながり)は、グラフデータベースに基づいて構築されたLinkedInのプロフェッショナルネットワークグラフを検索した結果です。Facebook、Instagram、Twitterも、いずれもグラフデータベースとグラフアナリティクスを利用してユーザー間の関係を把握し、適切なコンテンツでユーザー同士を結びつけています。また、私たちはGoogle検索を行うたびに、Googleのナレッジグラフを利用しています。Amazonのページで「この商品を買った人はこんな商品も買っています」や「よく一緒に購入されている商品」の欄に表示されるおすすめ商品も、グラフアナリティクスのクエリの検索結果です。

グラフデータベースによって構築されるネットワーク
グラフデータベースによって構築されるネットワーク

従来のデータベース
では対応できないタスクが存在します

リレーショナルデータベースの特徴

リレーショナルデータベース  

複雑で処理が遅く、テーブル結合が必要

  • 厳格なスキーマ
  • トランザクション性能が高い
  • 詳細分析の性能は劣る
キー バリュー 型データベースの特徴

キー・バリュー型
データベース

大規模テーブルの複数回のスキャンが必要

  • 極めて流動的なスキーマ/スキーマなし
  • 単純なトランザクションの性能は高い
  • 詳細分析の性能は劣る
グラフデータベースの特徴

グラフデータベース
 

ビジネスエンティティをあらかじめ接続するのでテーブル結合が不要

  • 柔軟なスキーマ
  • 複雑なトランザクションの性能が高い
  • 詳細分析の性能が高い

以前のグラフテクノロジーでは不十分

第1世代のグラフデータベースは、ネイティブグラフストレージを使って構築されていましたが、大量のデータやクエリを処理したり、グラフ内の3つ以上のレベルや関係(ホップ)を検索したりすることは想定されていませんでした。グラフ内のホップ数が増えるたびに検索範囲は劇的に拡大し、より深いインサイトが引き出されます。

第2世代のグラフデータベースはNoSQLストレージ上に構築され、大量のデータをロードできるようになりました。しかし、3つ以上のホップ数までクエリの範囲を広げることはやはりできません。また、以前のグラフデータベースは一般的に、「データベースシャーディング」(スケーラビリティを高めるためにデータを複数のサーバーにパーティション分割すること)に対応していません。したがって、テラバイト単位のデータを含む大規模なグラフを分散化することができないのです。このような従来のグラフデータベースは、現代の実社会の要求に合わせて規模を拡張するには性能が不十分であるため、ホップ数の多い検索に効率的に対応できると同時に、ビッグデータ上で1秒未満のクエリ性能を実現できるシステムが求められています。

ネイティブな並列グラフデータベースで
大きく進化―TigerGraph

TigerGraphは新しい種類のグラフデータベースで、テラバイト単位の大量のデータを数時間でロードし、10ホップ以上の関係をたどる深い分析をリアルタイムで実行する目的に特化して構築されたネイティブな並列グラフデータベースです。トランザクションだけでなく分析ワークロードにも対応し、ACID互換で、データベースシャーディングによるスケールアップとスケールアウトが可能。その実証済みのテクノロジーは、不正検出、360度カスタマービュー、モノのインターネット(IoT)、人工知能(AI)、変化し続けるビッグデータを理解するための機械学習など、各種のアプリケーションに対応し、インテュイット、中国移動通信、Wish、Zillowなどのお客様企業にご活用いただいています。

See the TigerGraph Difference.

TigerGraphの使用事例

Native Parallel Graphs eBOOK

The Next Stage in the Graph Databases

See the TigerGraph Difference.

TigerGraphの使用事例

Native Parallel Graphs eBOOK

The Next Stage in the Graph Databases

TigerGraphの違いをお確かめください。

TigerGraphの使用事例

ネイティブな
並列グラフに関するeブック

「The Next Stage in the Graph Databases(グラフデータベースに
おける次のステージ)」