BigQuery Graph の概要

BigQuery Graph を使用すると、BigQuery の分析機能を使用して大規模なグラフ分析を実行できます。ノードと エッジを含むグラフとしてデータをモデル化すると、 Graph Query Language（GQL） を使用して、複雑な隠れた 関係を、SQL では見つけにくいデータポイント間で見つけることができます。

エンティティとエンティティ間の関係を保存するテーブルまたはビューから、ノードテーブルとエッジテーブルを直接作成できます。既存のワークフローを変更したり、グラフクエリで使用するためにデータを複製したりする必要はありません。

BigQuery Graph は、 ISO GQL 標準と ISO Property Graph Queries（SQL/PGQ）標準に準拠したグラフクエリ インターフェースをサポートしています。 これにより、確立された SQL 機能とグラフ パターン マッチングの表現力を組み合わせることで、リレーショナル モデルとグラフ モデル間の相互運用が可能になります。

BigQuery Graph のメリット

グラフは、データ内の関係を表す自然な方法です。グラフ データベースは、不正行為の検出、推奨事項、コミュニティ検出、ナレッジグラフ、顧客プロファイル、データのカタログ化、リネージ トラッキングに使用されます。

グラフデータがテーブルとして表される場合、データを走査するには自己結合または再帰結合を実行する必要があります。グラフ走査ロジックを SQL で表現すると、複雑なクエリになり、作成、メンテナンス、デバッグが難しくなります。 BigQuery Graph を使用すると、関係の移動や、グラフデータ内のパターンの直感的な特定が可能となります。

主な機能

  • 組み込みのグラフ エクスペリエンス 。ISO GQL インターフェースは、オープン スタンダードをベースにした、使いやすい専用のグラフ エクスペリエンスを提供します。

  • リレーショナル モデルとグラフモデルの統合 。グラフクエリと SQL との間の完全な相互運用性が確保されており、データサイロが解消されるとともに、抽出、変換、読み込み（ETL）のオペレーション オーバーヘッドなしで、ユースケースごとに最適なツールを選択できます。

  • 組み込みの検索機能 。豊富なベクトル検索機能と全文検索機能がグラフと統合され、グラフ分析で意味論的な意味とキーワードを使用できます。

  • グラフの可視化 。グラフクエリの結果は、視覚的に魅力的なグラフ形式で表示されるため、データの探索、調査、説明がはるかに簡単になります。

  • パフォーマンスとスケーラビリティ 。グラフ ワークロードは、BigQuery のスケーラブルで費用対効果の高い分散分析エンジンによって強化されています。

  • Spanner Graph とのインテグレーション 。BigQuery Graph と Spanner Graph は、同じグラフ スキーマとクエリ言語を共有します。 データを再モデリングしたり、クエリを変換したりすることなく、Spanner で運用グラフ ワークロードを実行し、BigQuery で複雑なグラフ分析を実行できます。

  • 自然言語を使用したクエリ 。会話分析を使用してグラフに関する質問を行います。エージェントは SQL クエリと GQL クエリを作成し、出力の可視化を提供できます。また、エージェントは、グラフで定義された説明、同義語、 指標を使用して、結果の品質を向上させることもできます。グラフについてエージェントにクエリを実行するには、 Look Graph エージェント について bigquery-public-data.thelook_ecommerce.graph グラフとチャットします。

ユースケース

BigQuery Graph を使用すると、次のようなさまざまなタイプの分析グラフ ワークロードを構築できます。

  • 金融詐欺行為の検出 。ユーザー、アカウント、トランザクションの間の複雑な関係を分析して、資金洗浄やエンティティ間の異常な接続など、リレーショナル データベースでは検出が困難な疑わしいパターンや異常を特定します。 不正行為の検出に関するチュートリアルについては、 BigQuery Graph を使用した不正行為の検出をご覧ください。

  • 顧客プロファイル 。お客様との関係、好み、購入履歴を追跡します。各顧客を包括的に把握し、パーソナライズされたおすすめ情報、ターゲットを絞ったマーケティング キャンペーン、カスタマー サービスの利用体験の向上を実現します。顧客プロファイルに関するチュートリアルについては、 BigQuery Graph を使用して Customer 360 のおすすめ情報を構築するをご覧ください。

  • ソーシャル ネットワーク 。ユーザーのアクティビティとインタラクションをキャプチャし、友だちのおすすめ情報やコンテンツの検出のためにグラフ パターン マッチングを使用します。

  • 製造とサプライ チェーン管理 。グラフパターンを使用して、グラフにパーツ、サプライヤー、注文、在庫状況、欠陥をモデル化し、インパクト分析、費用のロールアップ、コンプライアンス チェックを効率的に実施します。サプライ チェーンに関する チュートリアルについては、 BigQuery Graph を使用してサプライ チェーンのトレーサビリティを実現するをご覧ください。

  • ヘルスケア 。患者の関係性、病状、診断、治療に関する情報を捉え、患者の類似性分析や治療計画の立案に役立てます。

  • 交通 。グラフで場所、乗り継ぎ、距離、費用をモデル化し、グラフクエリを使用して最適なルートを検索します。

料金

BigQuery Graph は、標準の BigQuery 容量ベースの 料金モデル を使用して、コンピューティングとストレージの使用量に対してのみ料金が発生するようにします。

コンピューティング

BigQuery Graph を使用するには、 Enterprise エディションまたは Enterprise Plus エディションを使用する 予約が必要です。 グラフクエリでは、 スロットで測定される BigQuery 容量コンピューティングの料金 が使用されます。

ストレージ

グラフの定義に使用される基盤となるテーブルのストレージに対して課金されるのは 1 回のみです。ストレージの料金は、これらのテーブルの上に構築されるグラフ モデルの数に関係なく、標準の BigQuery ストレージの料金 （アクティブ ストレージまたは長期保存ストレージ）に従います。

次のステップ