Neo4j afslører Cloud Database-opgradering for 100x hurtigere analyse og beslutningstagning
Kort sagt
Neo4j introducerede nye funktioner, der muliggør samtidige tråde på tværs af flere CPU-kerner til at køre analytiske grafforespørgsler.
Grafdatabase og analysevirksomhed neo4j annoncerede i dag betydelige opdateringer til sin platform, der giver cloud- og selvadministrerede kunder mulighed for at accelerere analytiske forespørgsler med op til 100 gange. Den nye opdatering har til formål at lette samtidig transaktions- og analytisk behandling i en samlet database og automatisere realtidssporing af dataændringer til strømlinet kritisk beslutningstagning.
Integrationen af operationelle og analytiske arbejdsbelastninger i en enkelt database er Neo4js seneste skridt, beriget med introduktionen af parallel runtime og change data capture (CDC). Disse innovationer udstyrer kunderne med indsigt i realtid, økonomisk datastyring og strømlinet arkitektur, hvilket varsler et paradigmeskifte inden for hastighed, ydeevne og smidighed.
Platformen har introduceret nye funktioner, der muliggør samtidige tråde på tværs af flere CPU-kerner til at køre analytiske grafforespørgsler. Virksomheden sagde, at den anvender en teknik kendt som bid-baseret parallelisme - der optimerer skalerbarhed, ressourceudnyttelse og multitasking.
"Mod-baseret parallelisme er en parallel beregningsmetode, der bruges til at opdele en beregningsopgave i mindre, mere finkornede arbejdsenheder, kaldet "bidder" eller "bidder." Hver bid er en lille og selvstændig arbejdsenhed, der kan behandles uafhængigt og parallelt af flere processorer eller tråde,” fortalte Sudhir Hasbe, Chief Product Officer hos Neo4j. Metaverse Post. "Denne tilgang er især nyttig i grafforespørgsler, der skal have adgang til hele grafen og ikke er forankret i en specifik enhed i grafen."
Neo4js Native Change Data Capture (CDC) har til formål at automatisere realtidssporing og meddelelse om dataændringer i databasen. Virksomheden sagde, at CDC integrerer med Neo4j Connector til Kafka og Confluent, hvilket letter streamingen af ændringer til andre dataplatforme og applikationer.
"CDC-kapaciteten giver brugerne mulighed for at få ændringer i realtid fra deres grafdatabase. Brugere kan få trinvise ændringer eller komplette opdateringer til en specifik node eller relation. Downstream-systemerne kan derefter integrere og lettere forbruge disse begivenheder efter behov,” fortalte Neo4j's Hasbe Metaverse Post. "Dette vil gøre det muligt for virksomheder at integrere Neo4j problemfrit med alle andre virksomhedsapplikationer og -systemer."
Forbedrede grafdatabasefunktioner
Virksomheden sagde, at platformens nye indlejringsmodeller kan forudsige og identificere manglende relationer, mens de udleder nye forbindelser inden for en organisations vidensgraf, hvilket forbedrer den semantiske forståelse. Desuden kan komplekse arbejdsgange strømlines gennem stifindingsalgoritmer, identifikation af optimale sekvenser og kritiske stier mellem noder på en graf.
Med udgivelsen annoncerede virksomheden tilføjelsen af to nye algoritmer til stifinding: topologisk sortering og længste vej.
"Topologisk sortering bruges til at sortere noder i grafen efter retningen/flowet af relationer. Dette er nyttigt til at hjælpe organisationer med at håndtere afhængigheder i komplekse systemer, såsom forsyningskæder, lagerstyring og softwareprojekter,” forklarede Hasbe. "Længeste sti bruges ligeledes til at finde de dyreste stier i grafen eller de "kritiske" stier. Dette kan bruges til en række forskellige anvendelsessager, der involverer komplekse systemer, herunder estimering af gennemførelsestider i komplekse projekter med flere indbyrdes afhængige opgaver og forsyningskæderessourceallokering."
Knowledge Graph Embedding (KGE)-modeller er maskinlæringsteknikker, der har til formål at opdage manglende links/forbindelser i en vidensgraf. KGE-modeller opnår dette ved at tage en graf som input, transformere den til indlejrede (numeriske vektor) repræsentationer og lære, hvor specifikke relationer dannes baseret på resten af grafstrukturen.
"Med vores tilføjelse til KGE-support, sigter Neo4j mod at give organisationer mulighed for at operationalisere deres trænede KGE-modeller i skala i en grafdatabase, og derved gøre dem i stand til at bygge bro over videnshuller og låse op for yderligere indsigt fra deres data," tilføjede Hasbe. "Dette kan forbedre den semantiske forståelse for søge- og generative AI-applikationer, der er afhængige af virksomhedsspecifikke data. Brug af KGE til at opdage nye links kan hjælpe med at forbedre relevansen og indsigten opnået ved at forespørge på vidensgrafen, gå ud over simple faktabaserede forespørgsler ved at se yderligere slutninger og kontekstrig information gennem afdækkede relationer."
"Neo4js nye muligheder gør det muligt for moderne retshåndhævende myndigheder at reagere med større smidighed på missionskritiske begivenheder, hvilket giver dem mulighed for at bekæmpe flere forbrydelser og løse dem hurtigere," sagde Christoph Willemson, CTO, GraphAware. "For eksempel kan vi udløse alarmer og sende dem til frontlinjebetjente, når telefonnummeret på en person af interesse pinger fra et mobiltårn nær en højrisikobegivenhed, hvor en VIP er til stede, bodycam-optagelser viser billedet af et barn i fare og andre begivenheder."
Virksomheden integrerede for nylig indbygget vektorsøgning i sine kernedatabasefunktioner for at give nøjagtighed, forklarlighed og gennemsigtighed for sprogmodelmodeller (LLM'er) og andre generative AI-applikationer. De nye funktioner er let tilgængelige på Neo4j Graph Database og Neo4j AuraDB uden omkostninger, hvor CDC oprindeligt er tilgængelig som et tidligt adgangsprogram (EAP) offentlig beta.
"Vi tror på, at vores nye muligheder, især parallel runtime og CDC, vil gøre det muligt for virksomheder at få mere værdi ud af deres Neo4j-investeringer. De kan nu bruge Neo4j til mange flere analytiske use cases, som tidligere var langsomme at bruge i skala,” fortalte Hasbe. Metaverse Post. "CDC låser op for værdien af data i grafdatabasen, især når det bruges som et registreringssystem, for at træffe beslutninger i realtid i downstream-applikationer eller -systemer. Sammen styrker de vores markedsposition som et operationelt databasesystem og en database til analytiske applikationer."
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Victor er Managing Tech Editor/Writer på Metaverse Post og dækker kunstig intelligens, krypto, datavidenskab, metaverse og cybersikkerhed inden for virksomhedsområdet. Han kan prale af et halvt årti med medie- og AI-erfaring med at arbejde på kendte medier som VentureBeat, DatatechVibe og Analytics India Magazine. Som mediementor på prestigefyldte universiteter, herunder Oxford og USC, og med en mastergrad i datavidenskab og analyse, er Victor dybt engageret i at holde sig ajour med nye tendenser. Han tilbyder læserne de nyeste og mest indsigtsfulde fortællinger fra Tech og Web3 landskab.
Flere artikler
Victor er Managing Tech Editor/Writer på Metaverse Post og dækker kunstig intelligens, krypto, datavidenskab, metaverse og cybersikkerhed inden for virksomhedsområdet. Han kan prale af et halvt årti med medie- og AI-erfaring med at arbejde på kendte medier som VentureBeat, DatatechVibe og Analytics India Magazine. Som mediementor på prestigefyldte universiteter, herunder Oxford og USC, og med en mastergrad i datavidenskab og analyse, er Victor dybt engageret i at holde sig ajour med nye tendenser. Han tilbyder læserne de nyeste og mest indsigtsfulde fortællinger fra Tech og Web3 landskab.
