グラフデータベース「Neo4j」の導入の導入

グラフデータベース「Neo4j」の
導入の導入
@who_you_me
第3回「はじめてのパターン認識」読書会
2013/07/16
An Introductory Introduction to a Graph Database - Neo4j

お前誰よ
Twitter: @who_you_me
職業：某ISPではたらくネットワークエンジニア
好きな言語： Python
最近好きになってきた言語： Ruby
興味がある言語： Haskell
はじパタの前身の前身（？）「TokyoSNA」主催

お前誰よ
Twitter: @who_you_me
職業：某ISPではたらくネットワークエンジニア
好きな言語： Python
最近好きになってきた言語： Ruby
興味がある言語： Haskell
はじパタの前身の前身（？）「TokyoSNA」主催
（すべての元凶！？）

前提
・グラフDBというものがこの世に存在すること
・グラフDBってざっくりこんな感じだよ、ってこと
以上2点を知ってもらうことが目的です。
高度な話はしません（というか、できません）。

はじパタは、ATNDを使っています

2013年7月現在
12,000イベント
90,000ユーザー
270,000の「参加データ」
（一人平均3イベントに参加）

はじパタ参加者なら、
「このデータ使って、何か面白いことできそう」
って思うよね？

幸いにして、
ATNDはAPIを提供しているので、
ガシガシ叩きまくれば全データ取ってこれます
（リクルートさんごめんなさい、、、）

取ってきたデータ、
どうやって保存しますか？

DBの選択肢
・信頼と実績のRDB
・新進気鋭のNoSQL

DBの選択肢
・信頼と実績のRDB
・新進気鋭のNoSQL
・第三の選択肢、GraphDB

・リレーショナル
・ドキュメント指向
・列指向
・KVS (Key-Value Store)
・グラフ
これらの違いってなに？

「現実をどうやってモデル化するか」
その方法に各DBの違いがあります

RDBならこうやってモデル化
あってるよね、、、？

ドキュメント指向ならこうやってモデル化
{
"title": "第3回「はじめてのパターン認識」読書会",
"accepted": 36,
"limit": 50,
"waiting": 0,
"event_id": 41119,
"event_url": "http://atnd.org/events/41119",
"users": [
{
"nickname": "Prunus1350",
"status": 1,
"user_id": 120155,
"twitter_id": "Prunus1350"
},
{
"nickname": "millionsmile",
"status": 1,
"user_id": 75357,
"twitter_id": "millionsmile"
},
{
"nickname": "kmiyachi1024",
"status": 1,
"user_id": 35283,
"twitter_id": "kmiyachi1024"
},
......
},
{
"title": "日本Androidの会秋葉原支部ロボット部　第16回勉強会",
"accepted": 10,
"limit": 15,
"waiting": 0,
"event_id": 41118,
......
},
......

これって、
既に訓練されてしまっている
我々ならともかく

おばあちゃんが見て
理解できるかな？

コンピューターおばあちゃんなら別ですが、、、

event_id: 41119
title: はじパタ第三回
event_id: 29767
title: TokyoSNA #1
こうやって、イベントがあって

event_id: 41119
event_id: 29767
title: TokyoSNA #1
user_id: 120155
nickname: Prunus1350
user_id: 104457
nickname: who_you_me
user_id: 75357
nickname: millionsmile
ユーザーがいて

event_id: 41119
event_id: 29767
title: TokyoSNA #1
user_id: 120155
user_id: 104457
user_id: 75357
参加
status: 1 参加
status: 1
参加
status: 1 参加
status: 1 参加
status: 1
参加してるイベントには、
線を引っ張る

event_id: 41119
event_id: 29767
title: TokyoSNA #1
user_id: 120155
user_id: 104457
user_id: 75357
参加
status: 1 参加
status: 1
参加
status: 1 参加
status: 1 参加
status: 1
この方が直観的で
理解しやすいですよね？

データをこうやって、
頂点(node)と辺(relation)で
モデル化するのが

event_id: 41119
user_id: 120155
参加
status: 1
node
(vertex)
(entity)
relation
(edge)
(link)
property
・node
・node間の関係を表すrelation
・node, relationそれぞれにkey-valueで属性を付与するproperty
GraphDBの三要素

2. それって何がうれしいの？

データの表現が直観的
（まあ、何が直観的かは人によるけどね、、、）

グラフのtraverseが
直観的に書ける＆早い

要は、グラフを走りまわって
何かを見つけること

例１六次の隔たり
「友達の友達」を6回たどると、
世界中の誰にでも届くらしい！
・スモールワールド実験
・エルデシュ数
・ケビン・ベーコン数
・etc...

例2 乗り換え案内
新宿駅から押上駅へはどう行けばいい？
http://www.tokyometro.jp/station/common/pdf/network1.pdf

どちらも、最短経路を求める問題

RDBやNoSQLの場合、
SQLやMapReduceだけで解くのは
困難なため、

アルゴリズムはプログラムに任せる
ことになると思います
Rならigraph
PythonならNetworkX

メモリに載り切らないぐらい
大量のデータだったらどうする、、、？

Giraphっていうフレームワークが
Hadoop上で使えるらしい！

一方で、Neo4jはDBの機能で
最短経路を求めることができます

ベンチマークした方がいました

http://tech-sketch.jp/2013/02/neo4j.html

圧倒的じゃないか、我が軍は

「友達の友達」、「友達の友達の友達」、、、
をひたすら求める処理をRDBと比較

あえて言おう、カ○であると！

早いのはわかったけど
「直観的に書ける」のは本当かよ

クエリ言語Cypher
アスキーアートとパターンマッチによりグラフ
を探索できるクエリ言語
例えば、自分(who_you_me)とPrunus1350さん
が共通に出席した勉強会を探したければ、、、

START
who_you_me = node:users(user_id="104457"),
prunus = node:users(user_id="120155")
MATCH
(who_you_me) -[:ATTENDS]-> (event),
(prunus) -[:ATTENDS]-> (event)
RETURN
event

なかなかよさげじゃないですか？

PCにNeo4jインストールして、
ATNDの全データ入れてみたので、
実際に見てみましょう

『7つのデータベース　７つの世界』

以上、
ご清聴ありがとうございました！

グラフデータベース「Neo4j」の導入の導入

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (20)

Similar to グラフデータベース「Neo4j」の導入の導入

Similar to グラフデータベース「Neo4j」の導入の導入 (20)

More from Hisao Soyama

More from Hisao Soyama (10)

Recently uploaded

Recently uploaded (9)