Neo4j تكشف عن ترقية قاعدة البيانات السحابية للحصول على تحليلات وصنع قرار أسرع بمقدار 100 مرة
في سطور
قدم Neo4j إمكانات جديدة تتيح للخيوط المتزامنة عبر مراكز وحدة المعالجة المركزية المتعددة تشغيل استعلامات الرسم البياني التحليلي.
شركة قاعدة بيانات الرسم البياني والتحليلات neo4j أعلنت اليوم عن تحديثات جوهرية لمنصتها، مما يمكّن عملاء السحابة والعملاء الذين تتم إدارتهم ذاتيًا من تسريع الاستعلامات التحليلية بما يصل إلى 100 مرة. ويهدف التحديث الجديد إلى تسهيل المعالجة المتزامنة للمعاملات والتحليل ضمن قاعدة بيانات موحدة، وأتمتة التتبع الفوري لتغييرات البيانات من أجل تبسيط اتخاذ القرارات الحاسمة.
يعد دمج أعباء العمل التشغيلية والتحليلية ضمن قاعدة بيانات واحدة هو أحدث خطوة لـ Neo4j، والتي تم إثراؤها بإدخال وقت التشغيل المتوازي والتقاط بيانات التغيير (CDC). تزود هذه الابتكارات العملاء برؤى في الوقت الفعلي، وإدارة اقتصادية للبيانات، وبنية مبسطة، مما يبشر بتحول نموذجي في مجالات السرعة والأداء والمرونة.
قدم النظام الأساسي إمكانات جديدة تتيح للخيوط المتزامنة عبر مراكز وحدة المعالجة المركزية المتعددة تشغيل استعلامات الرسم البياني التحليلي. وقالت الشركة إنها تستخدم تقنية تُعرف باسم التوازي القائم على اللقمة - والتي تعمل على تحسين قابلية التوسع واستخدام الموارد وتعدد المهام.
"التوازي القائم على اللقمة هو أسلوب حوسبة متوازي يستخدم لتقسيم مهمة حسابية إلى وحدات عمل أصغر وأكثر دقة، يشار إليها باسم "اللقم" أو "القطع". وقال سودهير هاسبي، كبير مسؤولي المنتجات في Neo4j، إن كل لقمة عبارة عن وحدة عمل صغيرة ومكتفية بذاتها يمكن معالجتها بشكل مستقل وبالتوازي بواسطة معالجات أو خيوط متعددة. Metaverse Post. "يعد هذا الأسلوب مفيدًا بشكل خاص في استعلامات الرسم البياني التي تحتاج إلى الوصول إلى الرسم البياني بأكمله ولا يتم تثبيتها في كيان محدد في الرسم البياني."
يهدف برنامج التقاط بيانات التغيير الأصلي (CDC) الخاص بـ Neo4j إلى أتمتة التتبع في الوقت الفعلي والإخطار بتغييرات البيانات داخل قاعدة البيانات. وقالت الشركة إن CDC يتكامل مع Neo4j Connector for Kafka وConfluent، مما يسهل تدفق التغييرات إلى منصات وتطبيقات البيانات الأخرى.
"تتيح قدرة CDC للمستخدمين الحصول على أحداث التغيير في الوقت الفعلي من قاعدة بيانات الرسم البياني الخاصة بهم. يمكن للمستخدمين الحصول على تغييرات تدريجية أو تحديثات كاملة لعقدة أو علاقة معينة. وقال هاسبي من Neo4j: "يمكن للأنظمة النهائية بعد ذلك دمج هذه الأحداث واستهلاكها بسهولة أكبر حسب الحاجة". Metaverse Post. "سيمكن هذا المؤسسات من دمج Neo4j بسلاسة مع جميع تطبيقات وأنظمة المؤسسة الأخرى."
تعزيز قدرات قاعدة بيانات الرسم البياني
وقالت الشركة إن نماذج التضمين الجديدة لهذا النظام الأساسي يمكنها التنبؤ بالعلاقات المفقودة وتحديدها مع استنتاج اتصالات جديدة داخل الرسم البياني المعرفي للمؤسسة، مما يعزز الفهم الدلالي. علاوة على ذلك، يمكن تبسيط مسارات العمل المعقدة من خلال خوارزميات تحديد المسار، وتحديد التسلسل الأمثل والمسارات الحرجة بين العقد على الرسم البياني.
مع الإصدار، أعلنت الشركة عن إضافة خوارزميتين جديدتين لتحديد المسار: الفرز الطوبولوجي والمسار الأطول.
"يتم استخدام الفرز الطوبولوجي لفرز العقد في الرسم البياني باتباع اتجاه/تدفق العلاقات. وأوضح هاسبي أن هذا مفيد لمساعدة المؤسسات على التعامل مع التبعيات في الأنظمة المعقدة، مثل سلاسل التوريد وإدارة المخزون ومشاريع البرمجيات. "وبالمثل، يتم استخدام المسار الأطول للعثور على المسارات الأكثر تكلفة في الرسم البياني أو المسارات "الحرجة". ويمكن استخدام ذلك لمجموعة متنوعة من حالات الاستخدام التي تتضمن أنظمة معقدة، بما في ذلك تقدير أوقات الانتهاء في المشاريع المعقدة ذات المهام المترابطة المتعددة وتخصيص موارد سلسلة التوريد.
نماذج تضمين الرسم البياني المعرفي (KGE) هي تقنيات للتعلم الآلي تهدف إلى اكتشاف الروابط/الاتصالات المفقودة في الرسم البياني المعرفي. تنجز نماذج KGE ذلك عن طريق أخذ الرسم البياني كمدخل، وتحويله إلى تمثيلات مضمنة (متجه رقمي)، وتعلم أين تتشكل علاقات محددة بناءً على بقية بنية الرسم البياني.
وأضاف هاسبي: "من خلال إضافة دعم KGE، تهدف Neo4j إلى تمكين المؤسسات من تشغيل نماذج KGE المدربة على نطاق واسع في قاعدة بيانات الرسم البياني، وبالتالي تمكينها من سد الفجوات المعرفية وفتح رؤى إضافية من بياناتها". "وهذا يمكن أن يعزز الفهم الدلالي للبحث وتطبيقات الذكاء الاصطناعي التوليدي التي تعتمد على البيانات الخاصة بالمؤسسة. يمكن أن يساعد استخدام KGE لاكتشاف روابط جديدة في تحسين الملاءمة والرؤى التي تم الحصول عليها من الاستعلام عن الرسم البياني المعرفي، وتجاوز الاستعلامات البسيطة القائمة على الحقائق من خلال إظهار المزيد من الاستدلالات والمعلومات الغنية بالسياق من خلال العلاقات المكشوفة.
وقال كريستوف ويليمسون، المدير التنفيذي للتكنولوجيا في GraphAware: "إن القدرات الجديدة لـ Neo4j تمكن وكالات إنفاذ القانون الحديثة من التفاعل بمزيد من المرونة مع الأحداث ذات المهام الحرجة، وتمكينها من مكافحة المزيد من الجرائم وحلها بشكل أسرع". "على سبيل المثال، يمكننا إطلاق تنبيهات وإرسالها إلى ضباط الخطوط الأمامية عندما يصدر رقم هاتف شخص محل اهتمام من برج خلوي بالقرب من حدث شديد الخطورة حيث يتواجد شخص مهم، وتظهر لقطات كاميرا الجسم صورة طفل في خطر، وغيرها من الأحداث.
قامت الشركة مؤخرًا بدمج بحث المتجهات الأصلي في إمكانات قاعدة البيانات الأساسية الخاصة بها لتوفير الدقة وقابلية الشرح والشفافية لنماذج نماذج اللغة (LLMs) وتطبيقات الذكاء الاصطناعي التوليدية الأخرى. الميزات الجديدة متاحة بسهولة على قاعدة بيانات Neo4j Graph وNeo4j AuraDB دون أي تكلفة، مع إمكانية الوصول إلى مراكز مكافحة الأمراض والوقاية منها في البداية كإصدار تجريبي عام لبرنامج الوصول المبكر (EAP).
"نحن نؤمن بأن قدراتنا الجديدة، وخاصة وقت التشغيل الموازي ومركز السيطرة على الأمراض (CDC)، ستمكن المؤسسات من إطلاق المزيد من القيمة من استثماراتها في Neo4j. وقال هاسبي: "يمكنهم الآن استخدام Neo4j في العديد من حالات الاستخدام التحليلي، والتي كان استخدامها بطيئًا على نطاق واسع في الماضي". Metaverse Post. "يفتح مركز السيطرة على الأمراض (CDC) قيمة البيانات الموجودة في قاعدة بيانات الرسم البياني، خاصة عند استخدامها كنظام تسجيل، لاتخاذ قرارات في الوقت الفعلي في التطبيقات أو الأنظمة النهائية. إنهما معًا يعززان مكانتنا في السوق كنظام قاعدة بيانات تشغيلية وقاعدة بيانات للتطبيقات التحليلية.
إخلاء المسئولية
تتماشى مع المبادئ التوجيهية لمشروع الثقةيرجى ملاحظة أن المعلومات المقدمة في هذه الصفحة ليس المقصود منها ولا ينبغي تفسيرها على أنها نصيحة قانونية أو ضريبية أو استثمارية أو مالية أو أي شكل آخر من أشكال المشورة. من المهم أن تستثمر فقط ما يمكنك تحمل خسارته وأن تطلب مشورة مالية مستقلة إذا كانت لديك أي شكوك. لمزيد من المعلومات، نقترح الرجوع إلى الشروط والأحكام بالإضافة إلى صفحات المساعدة والدعم المقدمة من جهة الإصدار أو المعلن. MetaversePost تلتزم بتقارير دقيقة وغير متحيزة، ولكن ظروف السوق عرضة للتغيير دون إشعار.
نبذة عن الكاتب
فيكتور هو مدير التحرير/الكاتب التقني في Metaverse Post ويغطي الذكاء الاصطناعي والتشفير وعلوم البيانات والميتافيرس والأمن السيبراني داخل مجال المؤسسة. يتمتع بخبرة تمتد لنصف عقد في مجال الإعلام والذكاء الاصطناعي من خلال العمل في منافذ إعلامية معروفة مثل VentureBeat وDatatechVibe وAnalytics India Magazine. كونه مرشدًا إعلاميًا في جامعات مرموقة بما في ذلك جامعة أكسفورد وجامعة جنوب كاليفورنيا وحاصل على درجة الماجستير في علوم البيانات والتحليلات، فإن فيكتور ملتزم بشدة بمواكبة الاتجاهات الناشئة. إنه يقدم للقراء أحدث القصص وأكثرها ثاقبة من التكنولوجيا و Web3 المناظر الطبيعيه.
المزيد من المقالات
فيكتور هو مدير التحرير/الكاتب التقني في Metaverse Post ويغطي الذكاء الاصطناعي والتشفير وعلوم البيانات والميتافيرس والأمن السيبراني داخل مجال المؤسسة. يتمتع بخبرة تمتد لنصف عقد في مجال الإعلام والذكاء الاصطناعي من خلال العمل في منافذ إعلامية معروفة مثل VentureBeat وDatatechVibe وAnalytics India Magazine. كونه مرشدًا إعلاميًا في جامعات مرموقة بما في ذلك جامعة أكسفورد وجامعة جنوب كاليفورنيا وحاصل على درجة الماجستير في علوم البيانات والتحليلات، فإن فيكتور ملتزم بشدة بمواكبة الاتجاهات الناشئة. إنه يقدم للقراء أحدث القصص وأكثرها ثاقبة من التكنولوجيا و Web3 المناظر الطبيعيه.
