Graph DB 와 RDBMS 트랜드 3부- 그래프 데이터베이스의 종류와 활용

Graph DB 와 RDBMS 트랜드 3부- 그래프 데이터베이스의 종류

 

[Graph DB 와 RDBMS 트랜드]
1부- DBMS의 역사와 이론들
2부- 그래프 데이터베이스의 개념
3부- 그래프 데이터베이스의 종류와 활용

 

그래프 데이터베이스의 특징

 

그래프 데이터베이스의 종류

1. Apache AGE
2. Amazon Neptune
3. 카카오 Apache S2Graph 
4. ArangoDB
5. Bitnine 
6. Couchbase 
7. Starcounter 

 

Apache AGE

AGE는 PostgreSQL에 구축 된 그래프 및 관계형 모델을 지원하는 다중 모델 데이터베이스입니다. PostgreSQL의 확장 기능인 AGE를 통해 사용자는 최소한의 노력으로 기존 관계형 데이터베이스 위에 그래프 데이터베이스를 활용할 수 있습니다. 관계형 및 그래프 모델 데이터를 모두 처리 할 수있는 단일 저장소를 생성하여 사용자가 Graph 쿼리 언어 인 openCypher (http://www.opencypher.org)와 함께 표준 ANSI SQL을 사용할 수 있도록하는 것입니다.

Amazon Neptune

Amazon Neptune는 수십억 개의 관계를 저장하고 밀리 초의 지연 시간으로 그래프를 쿼리하는데 최적화된 특별한 용도의 고성능 그래프 데이터베이스 엔진입니다. Neptune은 널리 사용되는 그래프 모델 속성 그래프와 W3C (Worldwide Web Consortium)의 RDF(Resource Description Framework)를 지원할 뿐만 아니라 고도로 연결된 데이터세트의 효율적 탐색을 돕는 쿼리를 작성할 수 있도록 각각의 쿼리 언어인 Apache TinkerPop Gremlin과 SPARQL도 지원합니다. 

 

카카오의 Apache S2Graph !

S2Graph는 그래프 데이터 저장소와 그래프 API 서버입니다.

Storage-as-a-Service + Graph API = Realtime Breadth First Search

<카카오 S2Graph>

$ git clone https://github.com/kakao/s2graph.git

 

기타 다중 모델 데이터 베이스

IDC Innovators : Multimodel Database Management, 2020 보고서 (IDC # US44814519)는 획기적인 다중 모델 데이터베이스 관리 시스템 기술을 제공하는 4 개의 회사를 소개합니다.

• ArangoDB 는 문서, 그래프 또는 키-값 데이터베이스처럼 구성하고 액세스 할 수있는 유연한 내부 구조를 사용합니다. 모든 데이터 모델을 결합 할 수 있으며 전체 텍스트 검색과 함께 수평 확장 성을 제공합니다.
• Bitnine 은 사용자가 관계형 기술을 사용하여 데이터에 액세스 할 수있는 그래프 DBMS를 제공합니다. 그래프로로드 된 구조는 관계형 테이블로 볼 수 있으며 스키마 검색도 가능합니다.
• Couchbase 는 사용자가 문서 유형에 대한 스키마를 정의 할 수있는 문서 DBMS로, 데이터 액세스를 최적화하고 SQL 쿼리에 대한 풍부한 지원을 제공하는 데 사용됩니다.
• Starcounter 는 모든 객체 지향 응용 프로그램에 바인딩 할 수있는 완전한 인 메모리 DBMS입니다. 일반 OODBMS와 달리 전체 SQL 쿼리에 데이터를 구성하고 사용할 수 있습니다.

 

 

그래프 DB  활용 사례

1) 지식 그래프 / 소셜그래프

지식 그래프를 사용하면 정보를 그래프 모델에 저장하고 그래프 쿼리를 사용해 사용자가 상호연결성이 높은 데이터 세트를 손쉽게 탐색하도록 지원할 수 있습니다.

지식 그래프를 사용하여 제품 카탈로그에 주제별 정보를 추가하거나, 복잡한 법규 모델을 빌드하고 쿼리하거나, Wikidata 같은 일반 정보를 모델링할 수 있습니다.

지식 그래프는 조직의 정보 자산을 통합 및 통합하여 조직의 모든 구성원이 더 쉽게 사용할 수 있도록합니다.  서로 다른 데이터 소스의 정보를 연결하고 액세스하여 아직 생각하지 못했던 질문에 답할 수 있습니다. 정보와 엔티티는 구조화 된 소스 (예 : 관계형 데이터베이스)뿐만 아니라 반 구조화 된 소스 (예 : 미디어 메타 데이터, 스프레드 시트) 및 구조화되지 않은 소스 (예 : 텍스트 문서, 이메일, 뉴스 기사)에서도 추출 할 수 있습니다.

W3C (World Wide Web Consortium)는 그래프를 표현하고 쿼리하고 그래프 스키마를 구축하기위한 일련의 기술 사양을 만들었습니다.  RDF ( Resource Description Framework ) 그래프, SPARQL 쿼리 언어 및 웹 온톨로지 언어 사양입니다. (OWL) 지식이 분산 된 방식으로 구조화되고 관리 될 수있는 방법에 대한 비전 인 시맨틱 웹 (Semantic Web )으로 알려진 것을 집합 적으로 구성합니다 . 2000 년대 초 시맨틱 웹에 대한 작업은 현대 지식 그래프의 토대를 마련했습니다. 

2) 자격 증명 그래프

자격 증명 그래프를 구축해 디바이스 및 소셜 그래프, 개인화 및 권장 사항, 패턴 탐지 등 각종 자격 증명 확인 솔루션에 활용할 수 있습니다. 자격 증명 그래프에 그래프 식별자를 서로 연결하고 프로필을 손쉽게 업데이트할 수 있으며, 업데이트 속도가 빨라지고 최신 프로필 데이터를 확보하여 타게팅, 개인화, 분석 및 광고 속성 등에 활용할 수 있습니다.

3) 사기 탐지 / 추천 엔진

그래프의 관계를 사용해 거의 실시간으로 금융 및 구매 트랜잭션을 처리하여 부정 패턴을 손쉽게 탐지할 수 있습니다. 그리고 고객 관심사, 친구, 구매 이력과 같은 정보 간 관계를 그래프로 저장하고 신속하게 쿼리하여 개인화되고 연관성이 높은 추천을 제공할 수 있습니다. 

그래프 쿼리를 실행해 잠재적 구매자가 알려진 부정 사례에서와 같은 이메일 주소와 신용 카드를 사용하고 있음을 탐지하는 완전관리형 서비스를 제공합니다. 소매 부정 탐지 애플리케이션을 구축하고 있다면, 그래프 쿼리를 구축하여 한 명의 개인 이메일 주소에 여러 사람이 연결되어 있다거나 여러 사람이 같은 IP 주소를 공유하지만 서로 다른 물리적 주소에 거주하는 등의 관계 패턴을 손쉽게 탐지할 수 있습니다.

 

4) 생명 과학 분야

생명 과학 정보를 저장 및 탐색하고 저장 중 암호화를 사용해 민감한 데이터를 간편하게 처리하는 애플리케이션을 구축할 수 있습니다. 예를 들어 Neptune을 사용해 질병과 유전자 상호 작용 모델을 저장하고 단백질 경로 내 그래프 패턴을 검색하여 질병과 연관이 있을 수 있는 다른 유전자를 찾을 수 있습니다. 화합물을 그래프로 모델링하고 분자 구조에서 패턴을 쿼리할 수 있습니다

 

 

[Graph DB 와 RDBMS 트랜드]
1부- DBMS의 역사와 이론들
2부- 그래프 데이터베이스의 개념
3부- 그래프 데이터베이스의 종류와 활용

 

 

[Graph DB 와 RDBMS 트랜드 1부- DBMS의 역사와 이론들

Graph DB 와 RDBMS 트랜드 1부- DBMS의 역사와 이론들

[Graph DB 와 RDBMS 트랜드 2부- 그래프 데이터베이스의 개념]

Graph DB 와 RDBMS 트랜드 2부- 그래프 데이터베이스의 개념