Ringkasan
Pengalaman grafik native
Spanner Graph mendukung ISO Graph Query Language (GQL), standar internasional untuk database grafik. Alat ini menawarkan cara yang intuitif dan ringkas untuk mencocokkan pola, menjelajahi hubungan, dan memfilter hasil dalam data grafik, sehingga memudahkan untuk menemukan hubungan dan insight tersembunyi.
Model grafik dan relasional terpadu
Spanner Graph menjembatani dunia relasional dan grafik. Dengan menggabungkan keunggulan SQL dan GQL, layanan ini memungkinkan analis dan developer mengkueri data terstruktur dan terhubung dalam satu operasi. Selain itu, Spanner Graph menyederhanakan pembuatan grafik dengan skema deklaratif, yang mengubah data relasional Anda menjadi grafik yang kaya dan saling terhubung, siap untuk dieksplorasi dan dianalisis.
Kemampuan penelusuran bawaan
Kemampuan penelusuran teks lengkap dan penelusuran vektor yang terintegrasi di Spanner Graph memungkinkan Anda menghadirkan kelas baru aplikasi berkemampuan AI. Anda dapat menelusuri node dan edge yang relevan berdasarkan kemiripan semantik menggunakan penelusuran vektor atau kata kunci tertentu menggunakan penelusuran teks lengkap, lalu jelajahi konteks yang kaya di sekitar elemen tersebut menggunakan grafik.
Skalabilitas, ketersediaan, dan konsistensi yang terdepan di industri
Dibangun berdasarkan skala, ketersediaan 99,999%, dan konsistensi Spanner yang tak tertandingi, Spanner Graph adalah pilihan ideal bahkan untuk aplikasi yang sangat penting. Sharding bawaan mendistribusikan data secara otomatis untuk skalabilitas horizontal dan membantu memastikan akses tanpa gangguan ke data grafik penting. Dengan mempertahankan tampilan node dan edge yang konsisten di seluruh grafik, risiko edge yang menggantung atau inkonsistensi lainnya dapat dihilangkan.
Insight berteknologi AI
Spanner Graph terintegrasi dengan Vertex AI. Anda dapat langsung mengakses rangkaian model prediktif dan generatif Vertex AI yang luas melalui kueri dan skema Spanner Graph, yang menyederhanakan alur kerja AI Anda.
Siap digunakan perusahaan
Spanner Graph mewarisi semua kesiapan perusahaan dari Spanner, yang menawarkan kunci enkripsi yang dikelola pelanggan (CMEK), enkripsi lapisan data, integrasi IAM untuk akses dan kontrol, serta logging audit yang komprehensif. Selain itu, alat ini mendukung VPC-SC, Transparansi Akses, dan Persetujuan Akses. Selain itu, kontrol akses terperinci memungkinkan Anda mengizinkan akses ke data Spanner di tingkat tabel dan kolom.
Cara Kerjanya
Untuk membuat grafik, pertama-tama buat tabel di Spanner untuk menyimpan entitas dan hubungan, lalu petakan tabel ke grafik menggunakan skema grafik. Anda dapat menggunakan GQL untuk membuat kueri pada grafik, atau menggabungkan GQL dengan SQL untuk membuat kueri pada grafik dan tabel secara bersamaan.
Untuk membuat grafik, pertama-tama buat tabel di Spanner untuk menyimpan entitas dan hubungan, lalu petakan tabel ke grafik menggunakan skema grafik. Anda dapat menggunakan GQL untuk membuat kueri pada grafik, atau menggabungkan GQL dengan SQL untuk membuat kueri pada grafik dan tabel secara bersamaan.
Penggunaan Umum
Pustaka pengetahuan
Dengan Spanner Graph, Anda dapat mengembangkan pustaka pengetahuan yang menangkap koneksi kompleks antara entity, yang direpresentasikan sebagai node, dan hubungan antara entity, yang direpresentasikan sebagai edge. Koneksi ini memberikan konteks yang lengkap, sehingga pustaka pengetahuan menjadi sangat berharga untuk mengembangkan sistem pusat informasi dan mesin pemberi saran. Dengan kemampuan penelusuran terintegrasi, Anda dapat memadukan pemahaman semantik, pengambilan berbasis kata kunci, dan grafik dengan lancar untuk hasil yang komprehensif.
Petunjuk
Dengan Spanner Graph, Anda dapat mengembangkan pustaka pengetahuan yang menangkap koneksi kompleks antara entity, yang direpresentasikan sebagai node, dan hubungan antara entity, yang direpresentasikan sebagai edge. Koneksi ini memberikan konteks yang lengkap, sehingga pustaka pengetahuan menjadi sangat berharga untuk mengembangkan sistem pusat informasi dan mesin pemberi saran. Dengan kemampuan penelusuran terintegrasi, Anda dapat memadukan pemahaman semantik, pengambilan berbasis kata kunci, dan grafik dengan lancar untuk hasil yang komprehensif.
Mesin pemberi saran
Spanner Graph secara alami memodelkan hubungan antara entity (seperti pengguna, produk, atau teman), sehingga memudahkan untuk menjelajahi koneksi dan menemukan potensi hubungan. Penelusuran vektor bawaan dan penelusuran teks lengkap memungkinkan rekomendasi berbasis kemiripan berdasarkan profil pengguna produk, deskripsi produk, dan ulasan. Kombinasi ini memungkinkan rekomendasi yang sangat relevan dan dipersonalisasi di berbagai domain, semuanya dalam Spanner Graph.
Petunjuk
Spanner Graph secara alami memodelkan hubungan antara entity (seperti pengguna, produk, atau teman), sehingga memudahkan untuk menjelajahi koneksi dan menemukan potensi hubungan. Penelusuran vektor bawaan dan penelusuran teks lengkap memungkinkan rekomendasi berbasis kemiripan berdasarkan profil pengguna produk, deskripsi produk, dan ulasan. Kombinasi ini memungkinkan rekomendasi yang sangat relevan dan dipersonalisasi di berbagai domain, semuanya dalam Spanner Graph.
Deteksi penipuan keuangan
Spanner Graph secara alami memodelkan hubungan kompleks antara entitas keuangan seperti akun, transaksi, dan individu, sehingga memudahkan identifikasi pola dan koneksi mencurigakan yang dapat menandakan aktivitas penipuan. Selain itu, penelusuran vektor bawaan mengungkapkan anomali dan koneksi tersembunyi di ruang sematan. Dengan menggabungkan teknologi ini, institusi keuangan dapat membuat sistem deteksi penipuan yang komprehensif yang dapat mengidentifikasi potensi ancaman dengan cepat dan akurat, sehingga meminimalkan kerugian.
Petunjuk
Spanner Graph secara alami memodelkan hubungan kompleks antara entitas keuangan seperti akun, transaksi, dan individu, sehingga memudahkan identifikasi pola dan koneksi mencurigakan yang dapat menandakan aktivitas penipuan. Selain itu, penelusuran vektor bawaan mengungkapkan anomali dan koneksi tersembunyi di ruang sematan. Dengan menggabungkan teknologi ini, institusi keuangan dapat membuat sistem deteksi penipuan yang komprehensif yang dapat mengidentifikasi potensi ancaman dengan cepat dan akurat, sehingga meminimalkan kerugian.
GraphRAG
Spanner Graph membawa Retrieval Augmented Generation (RAG) ke level berikutnya dengan mendasarkan model dasar pada informasi kontekstual yang kaya yang disimpan dalam pustaka pengetahuan. Jika RAG tradisional memberi LLM sekumpulan data yang diekstrak dari dokumen sumber, GraphRAG melangkah lebih jauh dengan menyertakan hubungan dengan konten lain untuk memfasilitasi pemahaman dan inferensi yang lebih komprehensif.
Petunjuk
Spanner Graph membawa Retrieval Augmented Generation (RAG) ke level berikutnya dengan mendasarkan model dasar pada informasi kontekstual yang kaya yang disimpan dalam pustaka pengetahuan. Jika RAG tradisional memberi LLM sekumpulan data yang diekstrak dari dokumen sumber, GraphRAG melangkah lebih jauh dengan menyertakan hubungan dengan konten lain untuk memfasilitasi pemahaman dan inferensi yang lebih komprehensif.
Operasi jaringan
Spanner Graph adalah pilihan yang sangat baik untuk membuat model jaringan kompleks yang besar. Penyedia layanan telekomunikasi dapat membuat model berbagai bagian jaringan global atau seluruh jaringan sebagai kembaran digital yang merepresentasikan hubungan rumit dalam infrastruktur jaringan telekomunikasi, termasuk perangkat, koneksi, dependensi, proses bisnis, dan konfigurasi layanan. Hal ini dapat menjadi alat penting untuk pemantauan jaringan, deteksi kesalahan, analisis akar masalah, dan perencanaan kapasitas.
Selain itu, jika dikombinasikan dengan BigQuery, Vertex AI, dan model AI multimodal Gemini, pelanggan dapat mengaktifkan analisis insiden yang cepat, pengambilan konteks historis, dan akses yang disederhanakan ke dokumentasi vendor untuk penyelesaian masalah yang lebih cepat.
Petunjuk
Spanner Graph adalah pilihan yang sangat baik untuk membuat model jaringan kompleks yang besar. Penyedia layanan telekomunikasi dapat membuat model berbagai bagian jaringan global atau seluruh jaringan sebagai kembaran digital yang merepresentasikan hubungan rumit dalam infrastruktur jaringan telekomunikasi, termasuk perangkat, koneksi, dependensi, proses bisnis, dan konfigurasi layanan. Hal ini dapat menjadi alat penting untuk pemantauan jaringan, deteksi kesalahan, analisis akar masalah, dan perencanaan kapasitas.
Selain itu, jika dikombinasikan dengan BigQuery, Vertex AI, dan model AI multimodal Gemini, pelanggan dapat mengaktifkan analisis insiden yang cepat, pengambilan konteks historis, dan akses yang disederhanakan ke dokumentasi vendor untuk penyelesaian masalah yang lebih cepat.
Game
Dunia game dapat direpresentasikan sebagai entitas seperti pemain, karakter, item, dan lokasi sebagai node, dan hubungan di antara mereka sebagai edge. Struktur ini memungkinkan penelusuran koneksi yang efisien, yang penting untuk mekanisme game seperti pencarian jalur, pengelolaan inventaris, dan interaksi sosial. Skalabilitas Spanner Graph memastikan bahwa database dapat menangani masuknya pemain selama waktu sibuk atau acara besar, sehingga mencegah lag dan error server yang akan mengganggu gameplay dan membuat pengguna frustrasi.
Petunjuk
Dunia game dapat direpresentasikan sebagai entitas seperti pemain, karakter, item, dan lokasi sebagai node, dan hubungan di antara mereka sebagai edge. Struktur ini memungkinkan penelusuran koneksi yang efisien, yang penting untuk mekanisme game seperti pencarian jalur, pengelolaan inventaris, dan interaksi sosial. Skalabilitas Spanner Graph memastikan bahwa database dapat menangani masuknya pemain selama waktu sibuk atau acara besar, sehingga mencegah lag dan error server yang akan mengganggu gameplay dan membuat pengguna frustrasi.
Kasus Bisnis
"Di Credit Karma, memastikan keamanan data lebih dari 130 juta anggota kami adalah prioritas utama kami. Untuk memberantas dan menghilangkan penipuan di seluruh sistem kami, kami telah berpartner dengan Google untuk meningkatkan kemampuan mitigasi penipuan kami dengan menerapkan Database Spanner Graph Google. Kemampuan platform yang canggih ini memungkinkan kami mendeteksi potensi ancaman penipuan sebelum terjadi. Dengan Spanner Graph, kami dapat mendeteksi dan mencegah transaksi penipuan, pengambilalihan akun, dan aktivitas penipuan lainnya secara efektif. " - Credit Karma
Manfaat unggulan
Tingkatkan aplikasi AI generatif Anda dengan kecerdasan yang didukung pustaka pengetahuan.
Temukan koneksi dan hubungan tersembunyi dalam data Anda.
Sederhanakan operasi dengan satu database terpadu, yang mengintegrasikan kemampuan relasional, grafik, penelusuran, dan nilai kunci.
Jaringan sosial
Individu, grup, minat, dan interaksi dapat direpresentasikan sebagai node dan edge untuk analisis koneksi yang efisien dan penemuan pola seperti teman mutual, minat bersama, atau keanggotaan grup yang tumpang tindih. Insight ini kemudian dapat dimanfaatkan untuk membuat rekomendasi teman dan konten yang dipersonalisasi serta penargetan iklan. Selain itu, penelusuran teks lengkap yang terintegrasi memungkinkan Anda dengan mudah menemukan orang, grup, postingan, atau topik tertentu menggunakan kueri bahasa alami.
Pelajari cara Snapchat menggunakan Spanner
Petunjuk
Individu, grup, minat, dan interaksi dapat direpresentasikan sebagai node dan edge untuk analisis koneksi yang efisien dan penemuan pola seperti teman mutual, minat bersama, atau keanggotaan grup yang tumpang tindih. Insight ini kemudian dapat dimanfaatkan untuk membuat rekomendasi teman dan konten yang dipersonalisasi serta penargetan iklan. Selain itu, penelusuran teks lengkap yang terintegrasi memungkinkan Anda dengan mudah menemukan orang, grup, postingan, atau topik tertentu menggunakan kueri bahasa alami.
Pelajari cara Snapchat menggunakan Spanner