N:Nツリー構造データにおけるグラフDB活用

Future Tech Conference 2022の登壇資料です。

https://future.connpass.com/event/254304/
https://www.youtube.com/watch?v=7N7CAQ3N5JI

Transcript

1. Copyright ©2022 by Future Corporation Future Con 2022 N:Nツリー構造データにおける グラフDB活用
2. Copyright ©2022 by Future Corporation はじめまして 村田 靖拓 （むらた やすひろ） • 新卒でFutureへ入社 • Future Value Group 所属 • フロントエンド畑で育ち、以後クラウドインフラベースでIoT案件に 関わる • CCoE ： Google Cloud パートナーアライアンスリード • テクマーケ ： Future Tech Castパーソナリティ @famipapamart
3. Copyright ©2022 by Future Corporation 本日のお題は、
4. Copyright ©2022 by Future Corporation N:Nなツリー構造データ の扱い方
5. Copyright ©2022 by Future Corporation N:Nなツリー構造データ n 親、子がそれぞれN個・N階層に連なるデータを扱いたい。 私
6. Copyright ©2022 by Future Corporation なぜ？
7. Copyright ©2022 by Future Corporation N:Nなツリー構造データを扱いたいケース n 工場IoTにて、部品の繋がりを可視化する際など。 部品 F G E A B D H I K L M J C 親部品 子部品
8. Copyright ©2022 by Future Corporation よくあるアプローチ例
9. Copyright ©2022 by Future Corporation よくあるアプローチ例 n 隣接リスト n 閉包テーブル
10. Copyright ©2022 by Future Corporation よくあるアプローチ – 隣接リスト n 「自身の親（あるいは子）は誰か」の情報をそれぞれ保有する。 部品ID 親ID ・・・ A - ・・・ B - ・・・ C A ・・・ C B ・・・ D - ・・・ E D ・・・ F C ・・・ F E ・・・ 場合により パフォーマンス懸念あり?!
11. Copyright ©2022 by Future Corporation よくあるアプローチ – 閉包テーブル n 「先祖 – 子孫」の関係性情報を別途保有する。 先祖ID 子孫ID A C A F A G ・・・ ・・・ E F E G E H ・・・ ・・・ E M “経路”が取得できるわけじゃない
12. Copyright ©2022 by Future Corporation グラフDB
13. Copyright ©2022 by Future Corporation
14. Copyright ©2022 by Future Corporation なぜ？
15. Copyright ©2022 by Future Corporation 部品間の関係性 を表現したい
16. Copyright ©2022 by Future Corporation 実際にやってみた
17. Copyright ©2022 by Future Corporation まずはグラフDBの準備
18. Copyright ©2022 by Future Corporation グラフDBの準備 n 情報量の多いNeo4jを選択。
19. Copyright ©2022 by Future Corporation グラフDBの準備 n AuraDB = Neo4jをマネージドで使える & 無料利用も可。
20. Copyright ©2022 by Future Corporation グラフDBの準備 n GUIからポチポチでインスタンスが作成される。
21. Copyright ©2022 by Future Corporation グラフDBの準備 n 作成したFreeインスタンスは以下のデータ量をサポート。 – ノード：20万個 – リレーション：40万個
22. Copyright ©2022 by Future Corporation 次にデータモデリング
23. Copyright ©2022 by Future Corporation データモデリング n 表現したいのはこれ。
24. Copyright ©2022 by Future Corporation データモデリング n ノードを「Product」、リレーションを「made_from」と定義。
25. Copyright ©2022 by Future Corporation データモデリング n 「A → made_from → C」といった形で表現される。
26. Copyright ©2022 by Future Corporation データの投入
27. Copyright ©2022 by Future Corporation データの投入 n Data Importerが用意されており、GUIから簡単にデータ投入可能。
28. Copyright ©2022 by Future Corporation データの投入 n リレーションも同様にマッピング定義を行い、『Run Import』。
29. Copyright ©2022 by Future Corporation データの投入 n 今回はとあるサンプルデータを投入。 – ノード：約3.4万個 – リレーション：20万個
30. Copyright ©2022 by Future Corporation Cypherクエリによる検索
31. Copyright ©2022 by Future Corporation Cypherクエリによる検索 n さて、データは入った。（ビジュアルはカオス）
32. Copyright ©2022 by Future Corporation Cypherクエリによる検索 n 今回の目的は、「関連する先祖〜子孫までを一気に取得」すること。
33. Copyright ©2022 by Future Corporation Cypherクエリによる検索 n 経由地も含めた情報が欲しい = パス検索 MATCH path=()-[:made_from*0..]->(p:Product)-[:made_from*0..]->() WHERE p.product_id = ”${target_id}" RETURN path; n 以下のpathを取得 – A〜B – A〜B〜C – A〜B〜D – A〜B〜D〜E – B〜B – B〜C – B〜D – B〜D〜E 経由地がとれた！けど...
34. Copyright ©2022 by Future Corporation Cypherクエリによる検索 n 本来欲しいのは、2つの経路だけ。 n 欲しい経路 – A〜B – A〜B〜C – A〜B〜D – A〜B〜D〜E – B〜B – B〜C – B〜D – B〜D〜E A B C D E
35. Copyright ©2022 by Future Corporation Cypherクエリによる検索 n それぞれが「末端」であることを担保できればよいはず。 MATCH path=(x)-[:made_from*0..]->(p:Product)-[:made_from*0..]->(y) WHERE p.product_id = ”${target_id}" AND NOT EXISTS(()-[:made_from]->(x)) AND NOT EXISTS((y)-[:made_from]->()) RETURN path
36. Copyright ©2022 by Future Corporation Cypherクエリによる検索 n 無事に2つの経路のみ取得することに成功。 n 取得できた経路 – A〜B – A〜B〜C – A〜B〜D – A〜B〜D〜E – B〜B – B〜C – B〜D – B〜D〜E A B C D E
37. Copyright ©2022 by Future Corporation Cypherクエリによる検索 n 最大深度7のこんなデータ（54ノード、57リレーション）であっても... 416の経路を1.7secで発見
38. Copyright ©2022 by Future Corporation たのしい 便利
39. Copyright ©2022 by Future Corporation まとめ
40. Copyright ©2022 by Future Corporation まとめ n N:Nのツリー構造データに対してグラフDBは有用 n 経由地も含めた経路を簡単かつ素早く検索できる n たのしい 便利
41. Copyright ©2022 by Future Corporation Fin.