Gráfok mindenhol. x $ SZENDI-VARGA JÁNOS IOT SOCIAL NETWORKS FRAUD DETECTION MASTER DATA MANAGEMENT RECOMMENDATION ENGINES. Internet of Things

8

b

$

!

[

IOT

RECOMMENDATION ENGINES

5

K

Internet of Things

a

"

>

Gráfok  mindenhol

Facebook, Twitter, Google+

x $

S

SOCIAL NETWORKS

9

SZENDI-VARGA JÁNOS

K

K

#

MASTER DATA MANAGEMENT

Z

FRAUD DETECTION

Graph analyzis

BEMUTATKOZÁS • Szendi-Varga János (Szenyo), chief architect, Nextent Informatika Zrt. https://hu.linkedin.com/in/szendivargajanos http://twitter.com/szenyo http://facebook.com/szenyo • 2013: http://graphdatabases.com könyv • Hobbiprojektek: • Gráfok • Meetupok

Szendi-Varga János Nextent Informatika Zrt. | e-mail: [email protected]

MIRŐL LESZ SZÓ? • Mik azok a gráf adatbázisok? • Miért van ennek egyre inkább létjogosultsága? • Használati esetek • A Neo4j, mint gráfadatbázis


A VILÁGUNK EGYRE KOMPLEXEBB

az adatok összetettebbek, és egyre nagyobb méretűek , semi-structure, connectedness)

complexity = f(size


KOMPLEXITÁS A MINDENNAPOKBAN természetes gráf előfordulások

• Kapcsolatok: politikai, gazdasági, történelmi, tudományos, közlekedési • Biológia, Kémia, Fizika, Szociológia • Internet (of Things, of Everything) • Szociális hálózatok: család, barátok, munkatársak, közösségek, szomszédok, városok, társadalmak • Munkahely: bonyolult összefüggések, komplex folyamatok


A TENDENCIÁK…

..az adatok összekötésének fontosságát mutatják Az adatok mennyisége növekszik… • Új digitális folyamatok • Egyre több online tranzakció • Új szociális hálózatok • Egyre több készülés …és egyre inkább összekapcsolódnak Felhasználók, termékek, folyamatok, eszközök, interakciók, kapcsolatok…

“Azoknak lesz versenyelőnye, aki az adatok gyűjtése mellett az adatok összekapcsolására fókuszál.”


FELHASZNÁLÁSI TERÜLETEK mire használják a gráf adatbázisokat?

• Valós idejű ajánlások • Csalás felderítés • Törzsadat menedzsment • IT és hálózatüzemeltetés • Identity és hozzáféréskezelés (IAM) • Gráf alapú keresések


GRÁF ADATBÁZISOK előnyök

•A NoSQL adatbázis-kezelők között reneszánszukat élik a gráf adatmodellt használó rendszerek. (hálós adatbázisok és a triplestore-ok) •Gyors lekérdezések •Érthető adatszerkezet (Whiteboard friendly) •Jól vizualizálható •Neo4j, ArangoDB, OrientDB, Titan, VertexDB


DB-ENGINES.COM

Az adatbázis típusok népszerűségének változása


NEO4J

A piacvezető gráfadatbázis First Invented native property graph DB graph in 24/7 model production

Contributed first graph DB to open source

Published Extended Introduced graph data first and only O’Reilly model to declarative query book labeled language for on Graph property graph Databases property graph

2000 2003 2007 2009 Commercial Leadership

Funding

First Global 2000 Customer

2012

2011

2013

GraphConnect, first conference for graph DBs

$2.5M Seed $11M Series A Round from from Fidelity, Sunstone Sunstone and Conor and Conor

$11M Series B from Fidelity, Sunstone and Conor


Technical Leadership

2014

2015

150+ customers 50K+ monthly downloads 500+ graph DB events $20M Series C worldwide led by Creandum, with Dawn and existing investors

NEO4J jellemzők


NEO4J jellemzők

•Komoly fejlesztői támogatás http://neo4j.com/developer/ •A legnagyobb gráf közösséggel rendelkezik •Könnyű megtanulni és használni •Nincs standard lekérdezőnyelv (vendor lock-in veszély) -> OpenCypher •A NoSQL rendszerek között a gráfadatbázisok támogatják legkevésbé a shardingot (Neo4j Standard vs Enterprise) •Nyílt forráskódú •Egyaránt használható startup és nagyvállalati környezetben is


HOL LEHET ELKEZDENI? olvasnivaló

• Könyv: http://graphdatabases.com/ • Starter kit: http://neo4j.com/developer/get-started/ • Meetup-ok: http://www.meetup.com/neo4j-budapest-users/


Köszönöm a figyelmet! %

Gráfok mindenhol. x $ SZENDI-VARGA JÁNOS IOT SOCIAL NETWORKS FRAUD DETECTION MASTER DATA MANAGEMENT RECOMMENDATION ENGINES. Internet of Things

Recommend Documents