グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
•
15 gostaram•6,941 visualizações
Neo4jの簡単な紹介をして、さらに非常に関心度の高い、既存RDBからのデータ移行を絵解きで説明しています。MySQLでくっついてくる、Northwindサンプルデータを素材に、その手順を紹介します。
Recomendados
Mais conteúdo relacionado
Mais procurados
Mais procurados (20)
Destaque
Destaque (7)
Semelhante a グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
Semelhante a グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介 (20)
Mais de ippei_suzuki
Mais de ippei_suzuki (9)
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
- 2. アジェンダ • Neo4jの歴史 • グラフデータベースの特徴 • エンタプライズアーキテクチャとpolyglot persistenceについて
- 4. 業界別のNeo4j導入実績 金融 テレコム 医療 HR／ リクルート メディア／ 出版 ソーシャル ウェブ ロジスティクス エンタメ コンシューマリテール ITシステム ビジネスサービス
- 7. グラフデータベース業界における最大のエコシステム • 1,000,000+ のダウンロード • 20,000+人以上のトレーニング経験者 • 18,000+ ミートアップ参加メンバー • 100+ 社以上のパートナーネットワーク • 150+ 社のエンタプライズ顧客 （内、50社はGlobal 2000企業）
- 8. データの“関連性”における重要な価値を見出す データ量の急激な増大… • 新しいデータ発生源 • オンライン処理の増大 • ソーシャルネットワークの増大 • デバイスの増加 このデータの関連性にこそ価値を見出す • リアルタイム レコメンデーション • 不正アクセス／利用の検知 • MDM(マスターデータ管理） • ネットワーク／IT運用管理 • ID/アクセス管理 • グラフベースの検索 … それらの接続も同様に増大 ユーザ、製品、プロセス、デバイ ス同士の通信も増大 è データの関連性に重視 早くからグラフを採用した企業は成功してる
- 9. RDBは、“データ関連性”の管理が不得意 • データ関連性のモデル化、管理はシステムを 急激に複雑化させる。 • データ関連性が複雑化するとシステム性能が 急激に落ちる • JOINの増加でクエリーが複雑化する • 新データタイプや関連性を追加するとスキーマ の再設計、再構築が必要になる。 … 特に、データ関連性が複雑なデータベースの リアルタイムでの運用が非常に困難になる。 開発期間の増大 性能問題 スケーラビリティ 運用管理が困難
- 10. データの“関連性”における重要な価値を見出す • データと、その関連性を組み合わせ たグラフデータモデルを採用 • リアルタイムでデータ関連性をアクセ ス、迅速なビジネス判断に活かす • 変化し続けるビジネスに対して新規 のデータ関連性を動的に追加
- 11. グラフデータベースのモデリング
- 13. CAR name: “Dan” born: May 29, 1970 twiKer: “@dan” name: “Ann” born: Dec 5, 1975 since: Jan 10, 2011 brand: “Volvo” model: “V70” グラフモデルのコンポーネント ノード • データオブジェクトはグラフで表記 • プロパティ情報も内包 • ラベルも付ける事が可能 関係 • ノード間の関係をタイプと方向性 で表記 • プロパティ情報も内包 LOVES LOVES LIVES WITH PERSON PERSON
- 19. 複雑怪奇なER図…
- 21. 外部キーを見つける
- 23. 外部キーを取り除く
- 24. ジョインテーブルを見つける
- 27. グラフ化されるデータの最終系
- 28. データへのクエリー
- 29. 基本クエリー: 誰が誰にレポートするのか？ MATCH (:Employee{ firstName:“Steven”} ) -[:REPORTS_TO]-> (:Employee{ firstName:“Andrew”} ) REPORTS_TO Steven Andrew ラベル プロパティ ノード ノード ラベル プロパティ
- 38. 一番のボスは誰か？
- 39. クロスセル商品 MATCH (choc:Product {productName: 'Chocolade'}) <-[:PRODUCT]-(:Order)<-[:SOLD]-(employee), (employee)-[:SOLD]->(o2)-[:PRODUCT]->(other:Product) RETURN employee.firstName, other.productName, count(distinct o2) as count ORDER BY count DESC LIMIT 5; ‘Chocolade’という商品を販売した従業員が、さらにク ロスセルで同じ顧客に販売した他の商品の商品名と、 その販売個数を多い順にリストアップする。
- 40. クロスセル商品
- 41. 性能面での特徴
- 42. Neo4j クラスター運用 スケールアウト性能と可用性を重視したアーキテクチャ 42 性能面での強み • クエリーの際にネットワーク間のホップは 一切無し • リアルタイムのクエリー処理による、早く、 そして安定した性能 • キャッシュシャーディングにより大規模 データベースをクラスタ間に分散 クラスター機能 • マスタ／スレーブ型のレプリカセット • マスタ障害時の選挙トフェールオーバー 機能も充実 • 各インスタンスは個々にローカルキャッ シュを保有 • 水平スケーリング＋障害対策 ロードバランサ Neo4j Neo4j Neo4j
- 43. Neo4jへのデータロード Cypherによる “LOAD CSV” 機能 • ACID特性を持つトランザクションwrite • 1000万ノード＋関係 データの移行が可能 コマンドラインによる、バルク処理 neo4j-import • 初期的なデータ移行に有効 • 100億ノード級のデータ移行が可能 • 100レコード／病の性能が可能 458万件の辞書データ を100秒でロード完了