【全7回】グラフはなぜ使われていない？どうやって使われている？グラフデータベース活用事例 #3

今回は「部品表とトレーサビリティ」編！（オンライン開催）
Youtube: https://youtu.be/TT-y6A-gE5s

グラフデータベースと呼ばれる DBMS（正確さのために「グラフ DBMS」と表記します）は 10年以上前から市場に存在しており、今では多くの開発者がその概要、たとえばグラフという直感的なモデルや「辿る」処理の性能メリット、について見聞きしたことがあるかと思います。その一方で、実際のシステム、とりわけ可用性や安定性が求められるビジネス・クリティカルなシステムでグラフ DBMS が採用されている例は今まで非常に稀でした。

グラフというデータモデルは DBMS で扱うビジネス価値がないのでしょうか。または、長らく注目されているグラフのユースケース（金融の不正検知、製造のトレーサビリティ分析、犯罪や税の不正の調査など）には障壁があるのでしょうか。そんな懸念も持たれていましたが、この数年、一転して、いくつもの業種でグラフ DBMS の導入が検討されるようになりました。

このシリーズでは、最近のユースケースを掘り下げて見てみることで、なにがブレークスルーになっているのかを探っていきたいと思います。ご担当業種で今すぐ再利用いただけるネタ・デモなども共有する予定です。以前よりグラフ DBMS の用途を模索しながら悪戦苦闘してきた登壇者が、その失敗経験なども交えながら、まだまだ進化していくデータベースの面白さをお伝えします。

1 銀行送金の可視化と不正検知 11/17（木） 満員御礼
2 犯罪や税不正、利益相反の調査 12/08（木） 満員御礼
3 部品表とトレーサビリティ 01/12（木） 本ページ
4 リコメンデーションと機械学習 02/09（木） 予定
5 仮）配送計画の最適化と見える化 03/09（木） 予定
6 仮）通話履歴の分析、詐欺の検出 04/13（木） 予定
7 仮）社員の協業の可視化と評価 05/11（木） 予定

Transcript

1. グラフはなぜ使われていない？どうやって使われている？
   グラフデータベース活用事例まとめ
   #3「部品表とトレーサビリティ」編
   Ryota Yamanaka
   Product Manager Asia-Pacific
   Spatial and Graph, Product Development
   Jan 12, 2023
   

   View Slide

2. ユースケース概要、顧客事例、デモコンテンツを紹介します
   • 第1回（11月17日）銀行送金の可視化と不正検知（金融）
   • 第2回（12月08日）犯罪や税不正、利益相反の調査（公共）
   • 第3回（01月12日）部品表とトレーサビリティ（製造）
   • 第4回（02月09日）リコメンデーションと機械学習（小売）
   • 第5回（03月09日）配送計画の最適化と見える化（物流)
   • 第6回（04月13日）通話履歴の分析、詐欺の検出（通信）
   • 第7回（05月11日）社員の協業の可視化と評価（人事）
   対象：各インダストリでグラフデータベースの導入を検討されている方、
   グラフという技術に興味がある方（コンプするとグラフエキスパートになれる？）
   このシリーズの予定
   Copyright © 2022, Oracle and/or its affiliates
   2
   

   View Slide

3. リソース
   • 日本語
   • このシリーズのスライドの公開先
   • https://oracle-code-tokyo-dev.connpass.com/event/265244/
   • CodeZine 記事「グラフ・データベースはなぜ使われてこなかったか、その展望とは」
   • https://codezine.jp/article/detail/16539
   • Qiita: https://qiita.com/tags/oraclegraph
   • Twitter: https://twitter.com/uraryotas
   • 英語
   • Medium: https://medium.com/tag/oracle-graph
   • LinkedIn: https://www.linkedin.com/groups/1848520/
   • YouTube: https://www.youtube.com/channel/UCZqBavfLlCuS0il6zNY696w
   Copyright © 2022, Oracle and/or its affiliates
   3
   

   View Slide

4. Copyright © 2022, Oracle and/or its affiliates
   4
   ユースケース紹介
   

   View Slide

5. 1. グラフモデルを使って BoM およびロジスティクスのデータを格納
   Copyright © 2022, Oracle and/or its affiliates
   5
   • 表よりもグラフに格納することが容易
   • BoM は階層構造、ロジスティクスはネットワーク構造
   • 表を使う場合には再帰的な結合が必要になる
   • BoM とロジスティクスは必要に応じて統合して分析
   • 例）特定の部品を持つ製品の追跡
   

   View Slide

6. 2. グラフクエリを用いた追跡によるトレーサビリティの向上
   Copyright © 2022, Oracle and/or its affiliates
   6
   • 双方向の追跡
   • 特定の部品から生じた問題が及ぶ出荷先を調べる場合（トレース・フォワード）
   • 出荷先で生じた問題から原因となる部品を調べる場合（トレース・バック）
   • 特定のノードから「辿る」クエリ
   • 表の結合を必要としないため経路によらず高速に結果が得られる
   • 二点間の未知の長さの経路の検索も可能となる
   問題
   部品
   

   View Slide

7. 3. グラフクエリおよびグラフアルゴリズムを用いた MRP 計算の高速化
   Copyright © 2022, Oracle and/or its affiliates
   7
   • MRP（Material Resource Planning）
   • 資材所要量計画
   • 双方向のフィルタリング
   • 特定の製品に含まれる部品
   • 特定の部品を含む製品
   • アルゴリズムを使った計算の最適化
   • 例）特定の製品に含まれる部品の「数え上げ」
   • 効率的に計算するアルゴリズム（幅優先探索な
   どを利用）をデータベース内に実装することで
   従来のバッチ処理を高速化
   ID num
   A 1
   B 1
   C 4
   D 2
   E 6
   F 8
   G 40
   H 2
   I 12
   

   View Slide

8. Copyright © 2022, Oracle and/or its affiliates
   8
   顧客事例
   

   View Slide

9. 自動車メーカーにおける PoC
   Copyright © 2021-2022, Oracle and/or its affiliates.
   9
   • BoM と製造からロジスティクスまでのフローを
   グラフでモデリング
   • 複数のソースからデータを収集して統合
   • 数百万ノード／数千万エッジのグラフ
   • 特定の製品からロジスティクスをトレースする
   クエリの多くを 1 秒以内で実行
   • 経路検索によりオプション部品が付けられる
   かどうかを確認するといったクエリも可能
   • BoM 上の双方向の検索も 0.1 秒以内で実行
   • さらに特定の製品の BoM 上の必要部品数の
   数え上げも 0.5 秒程度で実行
   • PoC 参加チームによる講演資料はこちら
   

   View Slide

10. Copyright © 2022, Oracle and/or its affiliates
    10
    デモの内容
    

    View Slide

11. 1. グラフモデルを使って BoM およびロジスティクスのデータを格納
    Copyright © 2022, Oracle and/or its affiliates
    11
    

    View Slide

12. 1. グラフモデルを使って BoM およびロジスティクスのデータを格納
    Copyright © 2022, Oracle and/or its affiliates
    12
    

    View Slide

13. 2. グラフクエリを用いた追跡によるトレーサビリティの向上
    Copyright © 2022, Oracle and/or its affiliates
    13
    

    View Slide

14. 3. グラフクエリおよびグラフアルゴリズムを用いた MRP 計算の最適化
    Copyright © 2022, Oracle and/or its affiliates
    14
    ID num
    A 1
    B 1
    C 4
    D 2
    E 6
    F 8
    G 40
    H 2
    I 12
    SELECT
    p1.id AS p1_id
    , p2.id AS p2_id
    , SUM(PRODUCT(LISTAGG(e.num, ' ')))
    FROM MATCH ALL (p1) (-[e:has_part]->(p)){1,100} (p2)
    WHERE p1.id = 'Model1'
    GROUP BY p1_id, p2_id
    # PRODUCT() is a UDF (user-defined function) on PGX
    

    View Slide

15. Copyright © 2022, Oracle and/or its affiliates
    15
    デモ！
    

    View Slide

16. Oracle Graph に関する情報 （再掲）
    • 日本語
    • このシリーズのスライドの公開先
    • https://oracle-code-tokyo-dev.connpass.com/event/265244/
    • CodeZine 記事「グラフ・データベースはなぜ使われてこなかったか、その展望とは」
    • https://codezine.jp/article/detail/16539
    • Qiita: https://qiita.com/tags/oraclegraph
    • Twitter: https://twitter.com/uraryotas
    • 英語
    • Medium: https://medium.com/tag/oracle-graph
    • LinkedIn: https://www.linkedin.com/groups/1848520/
    • YouTube: https://www.youtube.com/channel/UCZqBavfLlCuS0il6zNY696w
    Copyright © 2022, Oracle and/or its affiliates
    16
    

    View Slide

17. View Slide