BigQuery Graph 简介

借助 BigQuery Graph，您可以利用 BigQuery 的分析功能大规模执行图分析。将数据建模为包含节点和边的图后，您可以使用 Graph Query Language (GQL) 查找数据点之间复杂而隐藏的关系，而使用 SQL 很难找到这些关系。

您可以直接从存储实体和实体之间关系的表创建节点表和边表。您无需修改现有工作流程或复制数据，即可在图查询中使用这些数据。

BigQuery Graph 支持与 ISO GQL 标准和 ISO Property Graph Queries (SQL/PGQ) 标准兼容的图表查询接口。它将成熟的 SQL 功能与图模式匹配的表达能力相结合，从而实现关系模型和图模型之间的互操作性。

BigQuery Graph 的优势

图表是一种表示数据关系的自然方式。图表数据库可用于欺诈检测、推荐、社区检测、知识图谱、客户资料、数据编目和沿袭跟踪。

当图表数据以表的形式表示时，您必须执行自联接或递归联接才能遍历数据。在 SQL 中表示图表遍历逻辑会导致复杂的查询，这些查询难以编写、维护和调试。借助 BigQuery Graph，您可以更直观地浏览关系并识别图表数据中的模式。

主要功能

  • 内置图表体验。ISO GQL 接口提供基于开放标准的熟悉的专用图表体验。

  • 统一的关系和图。图查询和 SQL 之间的完全互操作性打破了数据孤岛，让您可以针对每种应用场景选择最合适的工具，而无需进行提取、转换和加载 (ETL) 操作，从而避免任何运营开销。

  • 内置搜索功能。丰富的向量和全文搜索功能与图表集成，让您可以在图表分析中使用语义和关键字。

  • 图表可视化。图查询结果以直观的图格式显示，可让您更轻松地探索、调查和解释数据。

  • 性能和可伸缩性。图工作负载由 BigQuery 的可伸缩、经济实惠的分布式分析引擎提供支持。

  • 与 Spanner Graph 集成。BigQuery Graph 和 Spanner Graph 共享相同的图表架构和查询语言。您可以在 Spanner 中执行运营图工作负载，并在 BigQuery 中运行复杂的图分析，而无需重新建模数据或转换查询。

使用场景

您可以使用 BigQuery Graph 构建多种类型的分析图工作负载，包括：

  • 金融欺诈检测。分析用户、账号和交易之间的复杂关系，以识别可疑模式和异常情况，例如洗钱以及实体之间的异常关联，使用关系型数据库可能难以检测到这些情况。 如需查看有关欺诈检测的教程，请参阅使用 BigQuery Graph 进行欺诈检测。

  • 客户资料。跟踪客户关系、偏好设置和交易记录。全面了解每位客户，以便提供个性化推荐、有针对性的营销活动，并提升客户服务体验。如需查看有关客户资料的教程，请参阅使用 BigQuery Graph 构建客户 360 度视图推荐。

  • 社交网络。捕获用户活动和互动，并将图模式匹配用于好友推荐和内容发现。

  • 制造和供应链管理。使用图表模式，通过在图表中对零件、供应商、订单、库存状况和缺陷进行建模，高效地进行影响分析、成本汇总和合规检查。如需查看有关供应链的教程，请参阅使用 BigQuery Graph 实现供应链可追溯性。

  • 医疗保健。捕获患者关系、病情、诊断和治疗情况，以便进行患者相似度分析和治疗方案规划。

  • 交通。在图表中对地点、中转、距离和费用进行建模，然后使用图表查询来查找最佳路线。

价格

BigQuery Graph 采用基于标准 BigQuery 容量的定价模式，确保您只需为使用的计算和存储资源付费。

计算

如需使用 BigQuery Graph，您必须拥有使用企业版或企业 Plus 版的预留。图查询使用 BigQuery 容量计算价格，以槽为单位。

存储

您只需为用于定义图表的底层表的存储空间付费一次。存储费用遵循标准的 BigQuery 存储价格（有效存储或长期存储），无论在这些表之上构建了多少个图模型。

后续步骤