Submit Search
Upload
Graph DB のユニークさについて考えてみた
•
Download as PPTX, PDF
•
2 likes
•
751 views
Y
Yuki Tagami
Follow
PGX ユーザーグループ グラフ・データベース完全入門! LT
Read less
Read more
Software
Report
Share
Report
Share
1 of 10
Download now
Recommended
Graph DB のユニークさについて考えてみた
Graph DB のユニークさについて考えてみた
Yuki Tagami
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
Kazuhiro Mitsuhashi
Kataoka_NII(20130724)
Kataoka_NII(20130724)
真 岡本
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
Tetsutaro Watanabe
Power BI チュートリアル 導入・初級編
Power BI チュートリアル 導入・初級編
Osamu Masutani
グラフデータからの分析アプローチ
グラフデータからの分析アプローチ
Yuki Tagami
[B22] PostgresPlus Advanced Server の Oracle Database 互換機能検証 by Noriyoshi Shinoda
[B22] PostgresPlus Advanced Server の Oracle Database 互換機能検証 by Noriyoshi Shinoda
Insight Technology, Inc.
Recommended
Graph DB のユニークさについて考えてみた
Graph DB のユニークさについて考えてみた
Yuki Tagami
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
Kazuhiro Mitsuhashi
Kataoka_NII(20130724)
Kataoka_NII(20130724)
真 岡本
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
Tetsutaro Watanabe
Power BI チュートリアル 導入・初級編
Power BI チュートリアル 導入・初級編
Osamu Masutani
グラフデータからの分析アプローチ
グラフデータからの分析アプローチ
Yuki Tagami
[B22] PostgresPlus Advanced Server の Oracle Database 互換機能検証 by Noriyoshi Shinoda
[B22] PostgresPlus Advanced Server の Oracle Database 互換機能検証 by Noriyoshi Shinoda
Insight Technology, Inc.
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
Insight Technology, Inc.
BASEでデータ処理の幅を広げよう
BASEでデータ処理の幅を広げよう
koutarou watanabe
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
(株)TAM
Logstashを愛して5年、370ページを超えるガチ本を書いてしまった男の話.
Logstashを愛して5年、370ページを超えるガチ本を書いてしまった男の話.
Hibino Hisashi
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
Yosuke Katsuki
企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案
Toshiyuki Shimono
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
YusukeKuramata
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
Insight Technology, Inc.
Table storage&sql azure jazug
Table storage&sql azure jazug
Surf174
Strata conference 2012
Strata conference 2012
Junya Yamaguchi
Oracle Databaseを用いて学ぶRDBMSの基本 (抜粋版) - JPOUG Oracle Database入学式 2016
Oracle Databaseを用いて学ぶRDBMSの基本 (抜粋版) - JPOUG Oracle Database入学式 2016
Ryota Watabe
ビジネスインテリジェンス入門~OSSでBIを始めよう~
ビジネスインテリジェンス入門~OSSでBIを始めよう~
Kensuke SAEKI
EDB Postgres Vision 2019
EDB Postgres Vision 2019
Noriyoshi Shinoda
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
Insight Technology, Inc.
分散型台帳技術Orb DLTの紹介
分散型台帳技術Orb DLTの紹介
Orb, Inc.
Orb oracle
Orb oracle
Masa Nakatsu
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
DataWorks Summit
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
【2018年3月時点】Oracle Data Visualizaion ご紹介
【2018年3月時点】Oracle Data Visualizaion ご紹介
オラクルエンジニア通信
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
歩 柴田
Start Deep Reinforcement Learning with RL4J
Start Deep Reinforcement Learning with RL4J
Yuki Tagami
グラフアルゴリズムと機械学習の接点
グラフアルゴリズムと機械学習の接点
Yuki Tagami
More Related Content
Similar to Graph DB のユニークさについて考えてみた
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
Insight Technology, Inc.
BASEでデータ処理の幅を広げよう
BASEでデータ処理の幅を広げよう
koutarou watanabe
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
(株)TAM
Logstashを愛して5年、370ページを超えるガチ本を書いてしまった男の話.
Logstashを愛して5年、370ページを超えるガチ本を書いてしまった男の話.
Hibino Hisashi
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
Yosuke Katsuki
企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案
Toshiyuki Shimono
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
YusukeKuramata
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
Insight Technology, Inc.
Table storage&sql azure jazug
Table storage&sql azure jazug
Surf174
Strata conference 2012
Strata conference 2012
Junya Yamaguchi
Oracle Databaseを用いて学ぶRDBMSの基本 (抜粋版) - JPOUG Oracle Database入学式 2016
Oracle Databaseを用いて学ぶRDBMSの基本 (抜粋版) - JPOUG Oracle Database入学式 2016
Ryota Watabe
ビジネスインテリジェンス入門~OSSでBIを始めよう~
ビジネスインテリジェンス入門~OSSでBIを始めよう~
Kensuke SAEKI
EDB Postgres Vision 2019
EDB Postgres Vision 2019
Noriyoshi Shinoda
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
Insight Technology, Inc.
分散型台帳技術Orb DLTの紹介
分散型台帳技術Orb DLTの紹介
Orb, Inc.
Orb oracle
Orb oracle
Masa Nakatsu
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
DataWorks Summit
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
【2018年3月時点】Oracle Data Visualizaion ご紹介
【2018年3月時点】Oracle Data Visualizaion ご紹介
オラクルエンジニア通信
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
歩 柴田
Similar to Graph DB のユニークさについて考えてみた
(20)
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
BASEでデータ処理の幅を広げよう
BASEでデータ処理の幅を広げよう
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
Logstashを愛して5年、370ページを超えるガチ本を書いてしまった男の話.
Logstashを愛して5年、370ページを超えるガチ本を書いてしまった男の話.
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
Table storage&sql azure jazug
Table storage&sql azure jazug
Strata conference 2012
Strata conference 2012
Oracle Databaseを用いて学ぶRDBMSの基本 (抜粋版) - JPOUG Oracle Database入学式 2016
Oracle Databaseを用いて学ぶRDBMSの基本 (抜粋版) - JPOUG Oracle Database入学式 2016
ビジネスインテリジェンス入門~OSSでBIを始めよう~
ビジネスインテリジェンス入門~OSSでBIを始めよう~
EDB Postgres Vision 2019
EDB Postgres Vision 2019
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
分散型台帳技術Orb DLTの紹介
分散型台帳技術Orb DLTの紹介
Orb oracle
Orb oracle
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
【2018年3月時点】Oracle Data Visualizaion ご紹介
【2018年3月時点】Oracle Data Visualizaion ご紹介
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
More from Yuki Tagami
Start Deep Reinforcement Learning with RL4J
Start Deep Reinforcement Learning with RL4J
Yuki Tagami
グラフアルゴリズムと機械学習の接点
グラフアルゴリズムと機械学習の接点
Yuki Tagami
PGX ユーザー勉強会 #15 LT Ant Colony Optimization
PGX ユーザー勉強会 #15 LT Ant Colony Optimization
Yuki Tagami
RL4J で始める深層強化学習
RL4J で始める深層強化学習
Yuki Tagami
PGX ユーザー勉強会 #14 LT Built-in アルゴリズム ( Prim's Algorithm )
PGX ユーザー勉強会 #14 LT Built-in アルゴリズム ( Prim's Algorithm )
Yuki Tagami
PGX ユーザー勉強会 #13 LT Built-in アルゴリズム( Topological Ordering Algorithm )
PGX ユーザー勉強会 #13 LT Built-in アルゴリズム( Topological Ordering Algorithm )
Yuki Tagami
PGXユーザー勉強会#12_Built-in アルゴリズム(Label Propagation Algorithm)
PGXユーザー勉強会#12_Built-in アルゴリズム(Label Propagation Algorithm)
Yuki Tagami
PGXユーザー勉強会#10_Built-in アルゴリズム(Shortest-Path, Fattest-Path)
PGXユーザー勉強会#10_Built-in アルゴリズム(Shortest-Path, Fattest-Path)
Yuki Tagami
PGXユーザー勉強会#7_PGQL1.1事始め
PGXユーザー勉強会#7_PGQL1.1事始め
Yuki Tagami
Pgxユーザー勉強会#5 パスクエリを使ったトラバース
Pgxユーザー勉強会#5 パスクエリを使ったトラバース
Yuki Tagami
いまさらアジャイル巡業 In Tokyo アジャイルモデリング
いまさらアジャイル巡業 In Tokyo アジャイルモデリング
Yuki Tagami
ULSアジャイル推進室 基幹系システムの再構築におけるDDD事例 20160312
ULSアジャイル推進室 基幹系システムの再構築におけるDDD事例 20160312
Yuki Tagami
More from Yuki Tagami
(12)
Start Deep Reinforcement Learning with RL4J
Start Deep Reinforcement Learning with RL4J
グラフアルゴリズムと機械学習の接点
グラフアルゴリズムと機械学習の接点
PGX ユーザー勉強会 #15 LT Ant Colony Optimization
PGX ユーザー勉強会 #15 LT Ant Colony Optimization
RL4J で始める深層強化学習
RL4J で始める深層強化学習
PGX ユーザー勉強会 #14 LT Built-in アルゴリズム ( Prim's Algorithm )
PGX ユーザー勉強会 #14 LT Built-in アルゴリズム ( Prim's Algorithm )
PGX ユーザー勉強会 #13 LT Built-in アルゴリズム( Topological Ordering Algorithm )
PGX ユーザー勉強会 #13 LT Built-in アルゴリズム( Topological Ordering Algorithm )
PGXユーザー勉強会#12_Built-in アルゴリズム(Label Propagation Algorithm)
PGXユーザー勉強会#12_Built-in アルゴリズム(Label Propagation Algorithm)
PGXユーザー勉強会#10_Built-in アルゴリズム(Shortest-Path, Fattest-Path)
PGXユーザー勉強会#10_Built-in アルゴリズム(Shortest-Path, Fattest-Path)
PGXユーザー勉強会#7_PGQL1.1事始め
PGXユーザー勉強会#7_PGQL1.1事始め
Pgxユーザー勉強会#5 パスクエリを使ったトラバース
Pgxユーザー勉強会#5 パスクエリを使ったトラバース
いまさらアジャイル巡業 In Tokyo アジャイルモデリング
いまさらアジャイル巡業 In Tokyo アジャイルモデリング
ULSアジャイル推進室 基幹系システムの再構築におけるDDD事例 20160312
ULSアジャイル推進室 基幹系システムの再構築におけるDDD事例 20160312
Graph DB のユニークさについて考えてみた
1.
ULS Copyright © 2011-2018
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by PGX ユーザーグループ グラフ・データベース完全入門! LT Graph DB のユニークさについて考えてみた 2018/12/01
2.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 1 自己紹介 – 名前: 田上 悠樹 – 職業: ITエンジニア – 所属: ウルシステムズ株式会社 – 活動: PGX ユーザーグループでのLTなど
3.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 2 各Databaseの魅力 堅牢な構造 / 多機能・高機能 直感的な構造 / クールなクエリ 柔軟な構造 / 圧倒的な非機能性能 ー RDB ー ー No SQL DB ー ー Graph DB ー
4.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 3 ― こういった特徴差は、どこから来るのか考えてみた ― データ構造の視点 データ検索の視点 Question
5.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 4 データ構造に対するアプローチ Table, Bucket, Collection など呼び方は色々あるが、基本的に 1種類の構造物からなる。 リソースやイベントを保持するNode と その関係性を保持するEdge の 2種類の構造物からなる。 Table 1 Table 2 Table 3 Node 1 Node 3 Node 2 Node 4 Edge 1 Edge 2 Edge 3 ー RDB / No SQL DB ー ー Graph DB ー ※ FKは、構造物というより制約と捉えた。
6.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 5 データ構造の表現の差 – 部署と 従業員の関係性の表現方法(兼務ありのケース) 従業員 従業員番号 氏名 部署 部署コード 部署名 所属 部署コード 従業員番号 所属期間 From 所属期間 To 1 * * 1 人事部 総務部 A さん C さん B さん 所属: XX年Y月 ~ XX年Y月 所属: XX年Y月 ~ XX年Y月 所属: XX年Y月 ~ XX年Y月 RDBの場合: Graph DBの場合: 本来、関係性の役割を果たすデータも Table として表現せざるを得ないので人工的な表現。 Edgeが関係性の役割を 果たすことで、直接的に 繋がりを表現できる。 構造物が2つあることで 表現の幅が広がる。
7.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 6 データ検索に対するアプローチ Graph DBは、Database が従来果たしてきた『抽出』、『集計』という検索機能に 加えて、『辿る(トラバース)』 という新しい検索の切り口を与えてくれた。 ある集合の中から特定の条件を 満たす要素を抽出したり、集計 すること。 ある要素を起点に特定の条件を 満たす要素を辿ること。 ー RDB / No SQL DB ー ー Graph DB ー SELCT 要素 FROM 集合 MATCH (要素) -> (要素) -> (要素)
8.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 7 データを辿るということ - ネットワークを辿る - - 階層を辿る - - 好みを辿る - [購入] [購入] [購入] [購入] [購入] [購入] [購入] 本人 (商品) [友人] [友人] [友人] [友人] [友人] [友人] 上長を辿る 部品構成を辿る [構成] [構成] [構成] (部品) (部品) (部品) (部品) [構成] (商品) (商品) (人物) (人物) (人物) (ユーザー) (ユーザー)
9.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 8 データを辿るときの主役 – MATCH 句 従来のFROM句と異なり、データのアクセス先を可変的に指示できる。 同じLabelに対しても再帰的に辿れる。 N 対 Nのリレーションも辿れる。 – Edge Edgeを介して、データの繋がりを 直接的かつ “流ちょう” に記述できる。 逆にNodeがたくさんあっても、Edgeがないと辿れない。。Edgeの存在が重要。 (※ その点 RDBの JOINはデータさえ投入すれば、すぐにJOINできる手軽さは素晴らしい。) MATCH句に従いデータの荒野を 駆け巡るイメージ FROM句にある巨大なデータの集塊を ろ過するイメージ FROM table1 JOIN table2 ON xxxxx JOIN table3 ON xxxxx アクセス先を最初に固定する MATCH (node1) –[2..5]-> (node2), (node2) –[1..*]-> (node3) 可変的なアクセスが可能
10.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 9 まとめ – データ構造の視点 Node(リソース)とEdge(関係性)の2種類の構造物があることで、表現の幅が広がる。 (※ 反面、Nodeにすべきか Edgeにすべきか 新しい悩みが発生することも… ) – データ検索の視点 Graph DBは、データを『辿る』という新しい検索の切り口を与えてくれた。 Match句の可変的なアクセスや Edgeの存在が、流ちょうなクエリ記述と合う。 Graph DBで、データが『連鎖』していく感覚が味わえると楽しい ♪
Download now