まえがき

グラフデータベースは、今日の主要なマクロのビジネス動向の1つに対処します。それは、高度につながりのあるデータの複雑で動的な関係を活用し、洞察と競争優位性を得ることです。理解したい関係が、顧客、電話やデータセンターネットワークの要素、エンターテイメントの製作者と消費者、遺伝子とタンパク質のどれであろうと、高度につながりのあるデータの巨大なグラフを理解し分析する能力は、今後10年間にどの企業が競合他社をしのぐかを判断する上での鍵となります。

大きなサイズや重要な価値を持つデータでは、グラフデータベースがつながりのあるデータを表しクエリするための最善の方法です。つながりのあるデータでは、その解釈や価値を知るのに、まず構成要素がどのように関連しているかを理解する必要があります。大抵は、これを理解するためには、物事の間のつながりを特定する必要があります。

大企業がしばらく前にこのことに気付き、独自のグラフ処理技術の開発を始めましたが、現在はその技術が急速に民主化した時代に入っています。今日では、汎用グラフデータベースが現実となり、主流ユーザは独自のグラフインフラの構築に投資しなくても、つながりのあるデータの利点を享受できます。

このようなグラフデータとグラフの考え方の復興に関して素晴らしいことは、グラフ理論そのものは目新しいものではない点です。グラフ理論は18世紀にオイラーによって考案され、それ以来、数学者、社会学者、人類学者などが活発に研究し改善してきました。しかし、グラフ理論とグラフの考え方が情報管理に適用されるようになったのは、ここ数年間にすぎません。ここ数年で、グラフデータベースは、ソーシャルネットワーキング、マスタデータ管理、地理空間、レコメンデーションなどの分野の重要な問題を解決するのに役立っています。このようなグラフデータベースへの注目の高まりは、2つの力によって引き起こされています。(独自のグラフ技術を中心にビジネスモデルを構築している)Facebook、Google、Twitterなどの企業の大規模な商業的成功と、汎用グラフデータベースの登場です。 ...

Get グラフデータベース ―Neo4jによるグラフデータモデルとグラフデータベース入門 now with O’Reilly online learning.

O’Reilly members experience live online training, plus books, videos, and digital content from 200+ publishers.