グラフ分析ナイト（エンジニア向け） - Azure での大規模非構造データの解析によるグラフ化

Slide 1

Slide 1 text

Slide 19

Slide 19 text

Copyright © PERSOL PROCESS & TECHNOLOGY CO., LTD. All Rights Reserved. ５、巨⼤グラフをAzureで実現グラフDB 19 • AzureでグラフDBを利⽤する場合，IaaSに任意のDBサーバーを⽴てるか，SQL Database, COSMOS DBという選択肢があります．管理 OSレベルでの管理 PaaSなので⼿軽 PaaSなので⼿軽クエリ DBサーバーによる(Neo4jならCypher) 独⾃のSQL構⽂ Gremlin スケール VMのスケールとDBサーバーの設定変更ポータルで設定変更ポータルで設定変更価格中（VMの価格）中⾼経路検索 match (start:L_Station {name:"品川"}), (end:L_Station{name:"新宿"}), path = shortestPath((start)-[:Line*]-(end)) return path with cte as ( select S.駅名 as 発駅, E.駅名 as 着駅, cast(R.距離 as decimal(10, 1)) as 距離, R. 分, cast(concat(S.駅名, '-', E.駅名) as nvarchar(max)) as ルート, 1 as cnt from G_駅 S, G_路線 R, G_駅 E where match (S - (R) -> E) and S.駅名 = N'新宿' union all select cte.着駅, E.駅名, cast(cte.距離 + R.距離 as decimal(10, 1)), cte.分 + R.分, cast(concat(cte.ルート, '-', E.駅名) as nvarchar(max)), cte.cnt + 1 from cte, G_駅 S, G_路線 R, G_駅 E where cte.着駅 = S.駅名 and match (S - (R) -> E) and charindex(E.駅名, cte. ルート) = 0 ) select top(1) cte.ルート , cte.距離 , cte.分 , cte.cnt from cte where cte.着駅 = N'新宿' order by cte.距離 g.V(). has(""station"", ""name"", ""品川 "").emit().repeat(bothE(""connectedTo"").otherV().sim plePath()).until(has(""name"", ""新宿 "").or().loops().is(eq(6))).has(""name"", ""Marble Arch"").path().unfold().hasLabel(""station"") [参考] SQL Server 2019では，グラフ機能が⼤幅にアップデートされているのでぜひ体験して⾒てください． https://www.sqlshack.com/graph-database-features-in-sql-server-2019-part-1/

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text