Η Neo4j αποκαλύπτει την αναβάθμιση της βάσης δεδομένων Cloud για 100 φορές ταχύτερη ανάλυση και λήψη αποφάσεων
Εν συντομία
Το Neo4j εισήγαγε νέες δυνατότητες που επιτρέπουν ταυτόχρονα νήματα σε πολλούς πυρήνες CPU για την εκτέλεση ερωτημάτων αναλυτικών γραφημάτων.
Εταιρεία βάσης δεδομένων γραφημάτων και ανάλυσης neo4j ανακοίνωσε σήμερα σημαντικές ενημερώσεις για την πλατφόρμα της, δίνοντας τη δυνατότητα στους πελάτες του cloud και των αυτοδιαχειριζόμενων πελατών να επιταχύνουν τα αναλυτικά ερωτήματα έως και 100 φορές. Η νέα ενημέρωση στοχεύει στη διευκόλυνση της ταυτόχρονης συναλλακτικής και αναλυτικής επεξεργασίας σε μια ενοποιημένη βάση δεδομένων και στην αυτοματοποίηση της παρακολούθησης των αλλαγών δεδομένων σε πραγματικό χρόνο για βελτιωμένη λήψη κρίσιμων αποφάσεων.
Η ενσωμάτωση λειτουργικών και αναλυτικών φόρτων εργασίας σε μια ενιαία βάση δεδομένων είναι το πιο πρόσφατο βήμα της Neo4j, που εμπλουτίστηκε με την εισαγωγή του παράλληλου χρόνου εκτέλεσης και λήψης δεδομένων αλλαγής (CDC). Αυτές οι καινοτομίες εξοπλίζουν τους πελάτες με πληροφορίες σε πραγματικό χρόνο, οικονομική διαχείριση δεδομένων και βελτιωμένη αρχιτεκτονική, προαναγγέλλοντας μια αλλαγή παραδείγματος στους τομείς της ταχύτητας, της απόδοσης και της ευελιξίας.
Η πλατφόρμα έχει εισαγάγει νέες δυνατότητες που επιτρέπουν ταυτόχρονα νήματα σε πολλούς πυρήνες CPU για την εκτέλεση ερωτημάτων αναλυτικών γραφημάτων. Η εταιρεία είπε ότι χρησιμοποιεί μια τεχνική γνωστή ως παραλληλισμός που βασίζεται σε μπουκιά - που βελτιστοποιεί την επεκτασιμότητα, τη χρήση πόρων και την πολλαπλή εργασία.
"Ο παραλληλισμός που βασίζεται σε μπουκιά είναι μια παράλληλη υπολογιστική προσέγγιση που χρησιμοποιείται για να χωρίσει μια υπολογιστική εργασία σε μικρότερες, πιο λεπτομερείς ενότητες εργασίας, που αναφέρονται ως "κομμάτια" ή "κομμάτια". Κάθε μπουκιά είναι μια μικρή και αυτόνομη μονάδα εργασίας που μπορεί να υποβληθεί σε επεξεργασία ανεξάρτητα και παράλληλα από πολλούς επεξεργαστές ή νήματα», είπε ο Sudhir Hasbe, Chief Product Officer στο Neo4j. Metaverse Post. "Αυτή η προσέγγιση είναι ιδιαίτερα χρήσιμη σε ερωτήματα γραφήματος που χρειάζονται πρόσβαση σε ολόκληρο το γράφημα και δεν είναι αγκυρωμένα σε μια συγκεκριμένη οντότητα στο γράφημα."
Το Native Change Data Capture (CDC) του Neo4j στοχεύει στην αυτοματοποίηση της παρακολούθησης σε πραγματικό χρόνο και της ειδοποίησης των αλλαγών δεδομένων εντός της βάσης δεδομένων. Η εταιρεία είπε ότι το CDC ενσωματώνεται με το Neo4j Connector για Kafka και Confluent, διευκολύνοντας τη ροή των αλλαγών σε άλλες πλατφόρμες δεδομένων και εφαρμογές.
«Η δυνατότητα CDC επιτρέπει στους χρήστες να λαμβάνουν συμβάντα αλλαγής σε πραγματικό χρόνο από τη βάση δεδομένων γραφημάτων του. Οι χρήστες μπορούν να λαμβάνουν σταδιακές αλλαγές ή να ολοκληρώνουν ενημερώσεις σε έναν συγκεκριμένο κόμβο ή σχέση. Τα κατάντη συστήματα μπορούν στη συνέχεια να ενσωματώσουν και να καταναλώσουν πιο εύκολα αυτά τα συμβάντα όπως χρειάζεται», είπε ο Hasbe του Neo4j. Metaverse Post. «Αυτό θα επιτρέψει στις επιχειρήσεις να ενσωματώσουν το Neo4j απρόσκοπτα με όλες τις άλλες εταιρικές εφαρμογές και συστήματα».
Βελτιωμένες δυνατότητες βάσης δεδομένων γραφήματος
Η εταιρεία είπε ότι τα νέα μοντέλα ενσωμάτωσης της πλατφόρμας μπορούν να προβλέψουν και να εντοπίσουν σχέσεις που λείπουν, ενώ συνάγουν νέες συνδέσεις μέσα στο γράφημα γνώσης ενός οργανισμού, ενισχύοντας τη σημασιολογική κατανόηση. Επιπλέον, οι πολύπλοκες ροές εργασίας μπορούν να εξορθολογιστούν μέσω αλγορίθμων εύρεσης μονοπατιών, εντοπίζοντας βέλτιστες ακολουθίες και κρίσιμες διαδρομές μεταξύ κόμβων σε ένα γράφημα.
Με την κυκλοφορία, η εταιρεία ανακοίνωσε την προσθήκη δύο νέων αλγορίθμων για την εύρεση διαδρομής: τοπολογική ταξινόμηση και μακρύτερη διαδρομή.
«Η τοπολογική ταξινόμηση χρησιμοποιείται για την ταξινόμηση κόμβων στο γράφημα ακολουθώντας την κατεύθυνση/ροή των σχέσεων. Αυτό είναι χρήσιμο για να βοηθήσει τους οργανισμούς να χειριστούν εξαρτήσεις σε πολύπλοκα συστήματα, όπως αλυσίδες εφοδιασμού, διαχείριση αποθεμάτων και έργα λογισμικού», εξήγησε ο Hasbe. "Ομοίως, η μεγαλύτερη διαδρομή χρησιμοποιείται για την εύρεση των πιο δαπανηρών μονοπατιών στο γράφημα ή των "κρίσιμων" μονοπατιών. Αυτό μπορεί να χρησιμοποιηθεί για μια ποικιλία περιπτώσεων χρήσης που περιλαμβάνουν πολύπλοκα συστήματα, συμπεριλαμβανομένης της εκτίμησης του χρόνου ολοκλήρωσης σε πολύπλοκα έργα με πολλαπλές αλληλεξαρτώμενες εργασίες και την κατανομή πόρων της εφοδιαστικής αλυσίδας».
Τα μοντέλα ενσωμάτωσης γραφημάτων γνώσης (KGE) είναι τεχνικές μηχανικής μάθησης που στοχεύουν στην ανακάλυψη συνδέσμων/συνδέσεων που λείπουν σε ένα γράφημα γνώσης. Τα μοντέλα KGE το επιτυγχάνουν αυτό παίρνοντας ένα γράφημα ως είσοδο, μετατρέποντάς το σε αναπαραστάσεις ενσωμάτωσης (αριθμητικό διάνυσμα) και μαθαίνοντας όπου σχηματίζονται συγκεκριμένες σχέσεις με βάση την υπόλοιπη δομή του γραφήματος.
«Με την προσθήκη μας για υποστήριξη KGE, το Neo4j στοχεύει να εξουσιοδοτήσει τους οργανισμούς να λειτουργήσουν τα εκπαιδευμένα μοντέλα KGE τους σε κλίμακα σε μια βάση δεδομένων γραφημάτων, επιτρέποντάς τους έτσι να γεφυρώσουν τα κενά γνώσης και να ξεκλειδώσουν πρόσθετες πληροφορίες από τα δεδομένα τους», πρόσθεσε ο Hasbe. «Αυτό μπορεί να βελτιώσει τη σημασιολογική κατανόηση για εφαρμογές αναζήτησης και Generative AI που βασίζονται σε δεδομένα για επιχειρήσεις. Η χρήση του KGE για την ανακάλυψη νέων συνδέσμων μπορεί να βοηθήσει στη βελτίωση της συνάφειας και των γνώσεων που προκύπτουν από την αναζήτηση του γραφήματος γνώσης, υπερβαίνοντας τα απλά ερωτήματα που βασίζονται σε γεγονότα, βγάζοντας στην επιφάνεια περαιτέρω συμπεράσματα και πληροφορίες πλούσιες σε περιβάλλον μέσω ακάλυπτων σχέσεων.
«Οι νέες δυνατότητες του Neo4j επιτρέπουν στις σύγχρονες υπηρεσίες επιβολής του νόμου να αντιδρούν με μεγαλύτερη ευελιξία σε κρίσιμα για την αποστολή γεγονότα, δίνοντάς τους τη δυνατότητα να καταπολεμούν περισσότερα εγκλήματα και να τα επιλύουν πιο γρήγορα», δήλωσε ο Christoph Willemson, CTO, GraphAware. «Για παράδειγμα, μπορούμε να ενεργοποιήσουμε ειδοποιήσεις και να τις στείλουμε σε αξιωματικούς πρώτης γραμμής όταν ο αριθμός τηλεφώνου ενός Πρόσωπου Ενδιαφέροντος κάνει ping από έναν πύργο κινητής τηλεφωνίας κοντά σε μια εκδήλωση υψηλού κινδύνου όπου υπάρχει VIP, πλάνα από κάμερα σώματος δείχνει την εικόνα ενός παιδιού σε κίνδυνο και άλλα γεγονότα».
Η εταιρεία πρόσφατα ενσωμάτωσε την εγγενή διανυσματική αναζήτηση στις βασικές της δυνατότητες βάσης δεδομένων για να παρέχει ακρίβεια, επεξήγηση και διαφάνεια για μοντέλα γλωσσικών μοντέλων (LLM) και άλλες εφαρμογές παραγωγής τεχνητής νοημοσύνης. Οι νέες δυνατότητες είναι άμεσα διαθέσιμες στη βάση δεδομένων Neo4j Graph και στο Neo4j AuraDB χωρίς κόστος, με το CDC να είναι αρχικά προσβάσιμο ως δημόσια beta του προγράμματος Early Access (EAP).
«Πιστεύουμε ότι οι νέες μας δυνατότητες, ειδικά ο παράλληλος χρόνος εκτέλεσης και το CDC, θα επιτρέψουν στις επιχειρήσεις να ξεκλειδώσουν μεγαλύτερη αξία από τις επενδύσεις τους στο Neo4j. Μπορούν τώρα να χρησιμοποιήσουν το Neo4j για πολλές πιο αναλυτικές περιπτώσεις χρήσης, οι οποίες ήταν αργές στη χρήση σε κλίμακα στο παρελθόν», είπε ο Hasbe. Metaverse Post. «Το CDC ξεκλειδώνει την αξία των δεδομένων στη βάση δεδομένων γραφημάτων, ειδικά όταν χρησιμοποιείται ως σύστημα καταγραφής, για τη λήψη αποφάσεων σε πραγματικό χρόνο σε εφαρμογές ή συστήματα μεταγενέστερης ροής. Μαζί, ενισχύουν τη θέση μας στην αγορά ως λειτουργικό σύστημα βάσης δεδομένων καταγραφής και βάση δεδομένων για αναλυτικές εφαρμογές».
Αποποίηση ευθυνών
Σύμφωνα με το Οδηγίες του έργου Trust, σημειώστε ότι οι πληροφορίες που παρέχονται σε αυτήν τη σελίδα δεν προορίζονται και δεν πρέπει να ερμηνεύονται ως νομικές, φορολογικές, επενδυτικές, χρηματοοικονομικές ή οποιαδήποτε άλλη μορφή συμβουλής. Είναι σημαντικό να επενδύσετε μόνο ό,τι έχετε την πολυτέλεια να χάσετε και να αναζητήσετε ανεξάρτητες οικονομικές συμβουλές εάν έχετε οποιεσδήποτε αμφιβολίες. Για περισσότερες πληροφορίες, προτείνουμε να ανατρέξετε στους όρους και τις προϋποθέσεις, καθώς και στις σελίδες βοήθειας και υποστήριξης που παρέχονται από τον εκδότη ή τον διαφημιστή. MetaversePost δεσμεύεται για ακριβείς, αμερόληπτες αναφορές, αλλά οι συνθήκες της αγοράς υπόκεινται σε αλλαγές χωρίς προειδοποίηση.
Σχετικά με το Συγγραφέας
Ο Victor είναι Managing Tech Editor/Writer στο Metaverse Post και καλύπτει την τεχνητή νοημοσύνη, τα κρυπτονομίσματα, την επιστήμη των δεδομένων, το μετασυμβάν και την ασφάλεια στον κυβερνοχώρο εντός του επιχειρηματικού χώρου. Διαθέτει μισή δεκαετία εμπειρίας μέσων και τεχνητής νοημοσύνης που εργάζεται σε γνωστά μέσα ενημέρωσης όπως το VentureBeat, το DatatechVibe και το Analytics India Magazine. Όντας Μέντορας μέσων σε διάσημα πανεπιστήμια, όπως το Oxford και το USC και με μεταπτυχιακό στην επιστήμη δεδομένων και την ανάλυση, ο Victor είναι βαθιά αφοσιωμένος στο να ενημερώνεται για τις αναδυόμενες τάσεις. Προσφέρει στους αναγνώστες τις πιο πρόσφατες και πιο διορατικές αφηγήσεις από την τεχνολογία και Web3 τοπίο.
Περισσότερα άρθρα
Ο Victor είναι Managing Tech Editor/Writer στο Metaverse Post και καλύπτει την τεχνητή νοημοσύνη, τα κρυπτονομίσματα, την επιστήμη των δεδομένων, το μετασυμβάν και την ασφάλεια στον κυβερνοχώρο εντός του επιχειρηματικού χώρου. Διαθέτει μισή δεκαετία εμπειρίας μέσων και τεχνητής νοημοσύνης που εργάζεται σε γνωστά μέσα ενημέρωσης όπως το VentureBeat, το DatatechVibe και το Analytics India Magazine. Όντας Μέντορας μέσων σε διάσημα πανεπιστήμια, όπως το Oxford και το USC και με μεταπτυχιακό στην επιστήμη δεδομένων και την ανάλυση, ο Victor είναι βαθιά αφοσιωμένος στο να ενημερώνεται για τις αναδυόμενες τάσεις. Προσφέρει στους αναγνώστες τις πιο πρόσφατες και πιο διορατικές αφηγήσεις από την τεχνολογία και Web3 τοπίο.
