Neo4j: The Definitive Guide

머리말

이 작품은 AI를 사용하여 번역되었습니다. 여러분의 피드백과 의견을 환영합니다: [e-mail]

그래프 데이터베이스는 수천 개의 기업에서 미션 크리티컬 애플리케이션을 구동하며, 추천 엔진과 사기 탐지부터 공급망 최적화 및 지식 그래프에 이르기까지 모든 것을 지원합니다. 이 분야의 선구자이자 현재 선도적인 그래프 플랫폼인 Neo4j는 이러한 진화에서 중추적인 역할을 담당하고 있습니다. 연결된 데이터에서 더 깊이 있는 인사이트를 추출하기 위해 그래프 기반 솔루션으로 전환하는 조직이 점점 더 많아지고 있습니다. 하지만 그래프의 세계에 입문하는 많은 팀에게 개념에서 제작까지의 여정은 여전히 어려운 과제입니다.

Cypher 쿼리의 성능을 개선하거나, 다양한 사용 사례를 지원하기 위해 그래프를 모델링하거나, 엔터프라이즈 보안 요구 사항을 준수하고자 하는 경우, 이 책은 프로덕션 준비 단계로 가는 길에 동반자가 되어줄 것입니다. 이 페이지에서는 Neo4j로 실제 문제를 해결하는 데 도움이 되도록 엄선된 실용적이고 간결한 강의 모음을 확인할 수 있습니다. 전 세계의 성공적인 Neo4j 배포를 통해 현장에서 검증된 전략을 기반으로 합니다.

또한, 제너레이티브 AI의 폭발적인 증가로 지식 그래프의 채택이 더욱 증가함에 따라 실용적인 구현 지침에 대한 필요성이 그 어느 때보다 커졌습니다. 빠른 개념 증명 구현부터 본격적인 프로덕션 시스템까지, 성공의 길로 안내하는 가이드가 되어 드리겠습니다. 그 과정에서 일반적인 함정을 살펴보고, 다양한 접근 방식의 장단점을 논의하며, 최신 엔터프라이즈 아키텍처의 요구 사항을 충족하는 강력한 솔루션을 구축할 수 있도록 도와드립니다.

이 책을 읽고 나면 네이티브 그래프 데이터베이스를 최상의 기술 선택으로 만드는 데 적합한 특성(다중 모델 데이터베이스와 비교)과 그래프 모델링 패턴이 시스템의 메모리, CPU 사용량, 성능, 속도 및 비즈니스 SLA에 미치는 영향을 명확하게 이해하게 될 것입니다. 개념 증명 단계에서 가치를 극대화하기 위한 실용적인 결정을 내리고, 프로덕션으로 전환할 때 이러한 결정을 재검토하고 수정할 수 있습니다. 또한 백업 및 로그를 구성하는 방법과 클러스터 실행을 계획하는 방법을 포함하여 엔터프라이즈 규모에서 Neo4j를 프로덕션 환경에서 실행하는 데 필요한 사항을 이해할 수 있습니다.

이 책을 쓴 이유

그래프 데이터베이스 분야는 비교적 젊은 분야입니다. 이 분야의 초기 실무자 중 일부인 저희는 수십 년 동안 그래프, 특히 Neo4j 사용에 관심이 있는 조직과 개인 모두와 함께 해왔습니다. 크고 작은 팀을 교육하고, 그래프 사용 사례를 평가하고, 그래프 아키텍처를 설계 및 검토하고, 모델링 세션을 진행하고, 쿼리 성능을 개선하는 등 항상 실무에 종사해 왔습니다. 그래프 컨설턴트로 시작하여 GraphAware의 연결된 데이터 분석 플랫폼인 Hume을 개념화하고 구축하는 팀의 핵심 멤버가 되었습니다. 그 경험은 매우 귀중한 것이었습니다. 그래프의 특성 덕분에 ...