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 (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
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 complexity = f(size, semi-structure, connectedness)
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 Invented property graph model First native graph DB in 24/7 production Contributed first graph DB to open source Introduced first and only declarative query language for property graph Published O Reilly book on Graph Databases Extended graph data model to labeled property graph Technical Leadership 2000 2003 2007 2009 2011 2012 2013 2014 2015 Commercial Leadership First Global 2000 Customer GraphConnect, first conference for graph DBs 150+ customers 50K+ monthly downloads Funding $2.5M Seed Round from Sunstone and Conor $11M Series A from Fidelity, Sunstone and Conor $11M Series B from Fidelity, Sunstone and Conor 500+ graph DB events worldwide $20M Series C 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! %