Neo4j lança atualização de banco de dados em nuvem para análises e tomada de decisões 100x mais rápidas
Em Breve
Neo4j introduziu novos recursos que permitem threads simultâneos em vários núcleos de CPU para executar consultas gráficas analíticas.
Empresa de banco de dados e análise gráfica neo4j anunciou hoje atualizações substanciais para sua plataforma, capacitando clientes de nuvem e autogerenciados a acelerar consultas analíticas em até 100 vezes. A nova atualização visa facilitar o processamento transacional e analítico simultâneo em um banco de dados unificado e automatizar o rastreamento em tempo real de alterações de dados para uma tomada de decisão crítica simplificada.
A integração de cargas de trabalho operacionais e analíticas em um único banco de dados é o avanço mais recente do Neo4j, enriquecido pela introdução de tempo de execução paralelo e captura de dados de alteração (CDC). Essas inovações equipam os clientes com insights em tempo real, gerenciamento econômico de dados e arquitetura simplificada, anunciando uma mudança de paradigma nos domínios da velocidade, desempenho e agilidade.
A plataforma introduziu novos recursos que permitem threads simultâneos em vários núcleos de CPU para executar consultas gráficas analíticas. A empresa disse que emprega uma técnica conhecida como paralelismo baseado em pedaços – que otimiza a escalabilidade, a utilização de recursos e a multitarefa.
“O paralelismo baseado em pedaços é uma abordagem de computação paralela usada para dividir uma tarefa computacional em unidades de trabalho menores e mais refinadas, chamadas de “pedaços” ou “pedaços”. Cada pedaço é uma unidade de trabalho pequena e independente que pode ser processada de forma independente e em paralelo por vários processadores ou threads”, disse Sudhir Hasbe, diretor de produtos da Neo4j. Metaverse Post. “Essa abordagem é particularmente útil em consultas gráficas que precisam acessar todo o gráfico e não estão ancoradas em uma entidade específica do gráfico.”
O Native Change Data Capture (CDC) do Neo4j visa automatizar o rastreamento e notificação em tempo real de alterações de dados no banco de dados. A empresa afirmou que o CDC se integra ao Neo4j Connector para Kafka e Confluent, facilitando o streaming de alterações para outras plataformas de dados e aplicativos.
“O recurso CDC permite que os usuários obtenham eventos de alteração em tempo real de seu banco de dados gráfico. Os usuários podem obter alterações incrementais ou atualizações completas em um nó ou relacionamento específico. Os sistemas downstream podem então integrar e consumir mais facilmente esses eventos conforme necessário”, disse Hasbe da Neo4j. Metaverse Post. “Isso permitirá que as empresas integrem perfeitamente o Neo4j com todos os outros aplicativos e sistemas empresariais.”
Capacidades aprimoradas de banco de dados gráfico
A empresa disse que os novos modelos de incorporação da plataforma podem prever e identificar relacionamentos ausentes, ao mesmo tempo que inferem novas conexões dentro do gráfico de conhecimento de uma organização, melhorando a compreensão semântica. Além disso, fluxos de trabalho complexos podem ser simplificados por meio de algoritmos de localização de caminhos, identificando sequências ideais e caminhos críticos entre nós em um gráfico.
Com o lançamento, a empresa anunciou a adição de dois novos algoritmos para localização de caminhos: classificação topológica e caminho mais longo.
“A classificação topológica é usada para classificar nós no gráfico seguindo a direção/fluxo dos relacionamentos. Isso é útil para ajudar as organizações a lidar com dependências em sistemas complexos, como cadeias de suprimentos, gerenciamento de estoque e projetos de software”, explicou Hasbe. “Da mesma forma, o caminho mais longo é usado para encontrar os caminhos mais caros no gráfico ou os caminhos “críticos”. Isso pode ser usado para uma variedade de casos de uso envolvendo sistemas complexos, incluindo estimativa de tempos de conclusão em projetos complexos com múltiplas tarefas interdependentes e alocação de recursos da cadeia de suprimentos.”
Os modelos Knowledge Graph Embedding (KGE) são técnicas de aprendizado de máquina que visam descobrir links/conexões ausentes em um gráfico de conhecimento. Os modelos KGE conseguem isso tomando um gráfico como entrada, transformando-o em representações incorporadas (vetor numérico) e aprendendo onde relacionamentos específicos se formam com base no restante da estrutura do gráfico.
“Com a nossa adição ao suporte KGE, o Neo4j visa capacitar as organizações para operacionalizarem seus modelos KGE treinados em escala em um banco de dados gráfico, permitindo-lhes assim preencher lacunas de conhecimento e desbloquear insights adicionais de seus dados”, acrescentou Hasbe. “Isso pode melhorar a compreensão semântica para aplicações de pesquisa e IA generativa que dependem de dados específicos da empresa. Usar o KGE para descobrir novos links pode ajudar a melhorar a relevância e os insights obtidos a partir da consulta do gráfico de conhecimento, indo além de simples consultas baseadas em fatos, trazendo à tona mais inferências e informações ricas em contexto por meio de relacionamentos descobertos.”
“Os novos recursos do Neo4j permitem que as agências modernas de aplicação da lei reajam com maior agilidade a eventos de missão crítica, capacitando-as para combater mais crimes e resolvê-los mais rapidamente”, disse Christoph Willemson, CTO da GraphAware. “Por exemplo, podemos acionar alertas e enviá-los aos oficiais da linha de frente quando o número de telefone de uma Pessoa de Interesse emitir um ping de uma torre de celular perto de um evento de alto risco onde um VIP está presente, a filmagem da câmera corporal mostra a imagem de uma criança em risco e outros eventos.”
A empresa integrou recentemente a pesquisa vetorial nativa em seus principais recursos de banco de dados para fornecer precisão, explicabilidade e transparência para Modelos de Modelos de Linguagem (LLMs) e outras aplicações generativas de IA. Os novos recursos estão disponíveis gratuitamente no Neo4j Graph Database e no Neo4j AuraDB, com o CDC inicialmente acessível como uma versão beta pública do Programa de Acesso Antecipado (EAP).
“Acreditamos que nossos novos recursos, especialmente tempo de execução paralelo e CDC, permitirão que as empresas liberem mais valor de seus investimentos em Neo4j. Eles agora podem usar o Neo4j para muitos outros casos de uso analítico, que eram lentos para serem usados em grande escala no passado”, disse Hasbe. Metaverse Post. “O CDC revela o valor dos dados no banco de dados gráfico, especialmente quando usado como um sistema de registro, para tomar decisões em tempo real em aplicativos ou sistemas downstream. Juntos, eles fortalecem nossa posição de mercado como um sistema de registro de banco de dados operacional e um banco de dados para aplicações analíticas.”
Aviso Legal
Em linha com a Diretrizes do Projeto Trust, observe que as informações fornecidas nesta página não se destinam e não devem ser interpretadas como aconselhamento jurídico, tributário, de investimento, financeiro ou qualquer outra forma. É importante investir apenas o que você pode perder e procurar aconselhamento financeiro independente se tiver alguma dúvida. Para mais informações, sugerimos consultar os termos e condições, bem como as páginas de ajuda e suporte fornecidas pelo emissor ou anunciante. MetaversePost está comprometida com relatórios precisos e imparciais, mas as condições de mercado estão sujeitas a alterações sem aviso prévio.
Sobre o autor
Victor é Editor/Escritor Gerente de Tecnologia na Metaverse Post e cobre inteligência artificial, criptografia, ciência de dados, metaverso e segurança cibernética no âmbito empresarial. Ele possui meia década de experiência em mídia e IA trabalhando em meios de comunicação conhecidos, como VentureBeat, DatatechVibe e Analytics India Magazine. Sendo mentor de mídia em universidades de prestígio, incluindo Oxford e USC, e com mestrado em ciência e análise de dados, Victor está profundamente comprometido em se manter atualizado com as tendências emergentes. Ele oferece aos leitores as narrativas mais recentes e perspicazes da tecnologia e Web3 panorama.
Mais artigos
Victor é Editor/Escritor Gerente de Tecnologia na Metaverse Post e cobre inteligência artificial, criptografia, ciência de dados, metaverso e segurança cibernética no âmbito empresarial. Ele possui meia década de experiência em mídia e IA trabalhando em meios de comunicação conhecidos, como VentureBeat, DatatechVibe e Analytics India Magazine. Sendo mentor de mídia em universidades de prestígio, incluindo Oxford e USC, e com mestrado em ciência e análise de dados, Victor está profundamente comprometido em se manter atualizado com as tendências emergentes. Ele oferece aos leitores as narrativas mais recentes e perspicazes da tecnologia e Web3 panorama.
