Zarządzanie danymi

wróć do grup produktów

Neo4j

Dynatrace oferuje rozwiązania informatyczne do monitoringu wydajności aplikacji (APM) i szerzej do monitoringu całych środowisk informatycznych (infrastruktura, sieć) pod względem dostępności i wydajności – Digital Performance Monitoring (DPM).

Jako partner firmy Neo4j możemy pośredniczyć w zakupie licencji lub dostępu do bazy danych. Dodatkowo możemy wykonać poniższe prace:

Instalacja bazy,
Zasilenie bazy z innych źródeł,
Utworzenie interfejsów do zasilania bazy online, utworzenie relacji,
Implementacja reguł tworzących określone cechy, etykiety, powiązania i węzły, utworzenie raportów w środowisku Neo4j i jako dedykowana aplikacja raportowa,
Budowa dedykowanych aplikacji front-end i back-end bazującej na bazie grafowej,
Utworzenie innych środowisk analityczno-raportowych bazujących na cechach bazy Neo4j,
Serwis naszych produktów utworzonych dla Państwa oraz serwis samej bazy danych.

Cechy baz grafowych

Bazy grafowe stworzone są według innej koncepcji niż bazy relacyjne. Bazy grafowe gromadzą informację w węzłach (odpowiednik rekordu w RDBMS) oraz za pomocą relacji (odpowiednik powiązań między tabelami w RDBMS). Każdy węzeł i relacja mogą mieć skojarzone atrybuty (odpowiednik kolumn w RDBMS), ale lista atrybutów może się różnić nawet pomiędzy węzłami i relacjami tego samego typu.

Podstawowe cechy baz grafowych istotne dla ich użytkowników, to:

Wydajność
Przy zapytaniach angażujących wiele tabel – konstrukcja baz grafowych pozwala na osiągnięcie wydajności o kilka rzędów lepszej, niż w przypadku baz relacyjnych. Dzieje się tak pomimo braku dedykowanych indeksów.

Szybki development
Brak predefiniowanego modelu danych – tworzenie modelu przy napływie danych. Intuicyjne „czytanie” danych w modelu – zarówno przez specjalistów IT, jak i przez biznes.

Responsywność biznesowa
Brak predefiniowanego schematu powoduje szybkie reakcje na potrzeby zmian w aplikacjach (CR). Dane w bazie grafowej mogą być kształtowane zgodnie z wymaganiami.

Od laptopa po klastry
Bazy grafowe charakteryzują się wysoką dostępnością, transakcyjnością, skalowalnością. Można w nich przechowywać miliardy węzłów i relacji. Można ich używać lokalnie na laptopie/stacji roboczej i w korporacjach, jako masowe magazyny danych.

Może być używana przez IT i biznes
Dzięki narzędziom wbudowanym w bazę danych – ekstrakcja i analiza danych może być prowadzona przez osoby niemające wiedzy informatycznej.

Powiązania firm

Na podstawie informacji o beneficjentach rzeczywistych firm i relacjach z tymi firmami możemy stworzyć sieć powiązań w postaci grafu. Możemy wyszukiwać powiązania pomiędzy różnymi osobami i/lub firmami definiując warunek (warunkiem może być konkretne imię i nazwisko bądź nazwa firmy lub np. liczba relacji wychodząca z węzła) oraz liczbę relacji oddalenia obiektów (np. szukamy najkrótszą ścieżkę pomiędzy użytkownikiem Jan Kowalski a firmą Alfa z maksymalnym oddaleniem 5 relacji). Możemy utworzyć graf zawierający miliony węzłów i relacji (Neo4j obsługuje wiele miliardów węzłów w jednej bazie) i poddawać go analizom.

Dodatkowe powiązania osób lub firm

Możemy wprowadzić do grafu osoby lub relacje nie wynikające bezpośrednio z rejestrów sądowych. Takie relacje, to np. pokrewieństwo, sąsiedztwo, bliska współpraca firm niepowiązanych formalnie, transakcje łańcuch dostaw. Przy dalszej analizie informacji można użyć te relacje lub nie. Tworzenie dodatkowych relacji może się odbyć przez definicję reguł dla danych w bazie i ich implementację. Dane te mogą pochodzić z bazy instytucji lub ze źródeł zewnętrznych.

Użycie biblioteki i funkcji bazy Neo4j

Baza Neo4j ma zaimplementowanych ponad 500 funkcji. Dodatkowo w bibliotece APOC mamy dostępnych ponad 600 dodatkowych funkcji.

Dzięki budowie baz grafowych i mechanizmów (Biblioteka Neo4j Graph Data Science Library) w nich zaimplementowanych, możemy:

Zidentyfikować niepowiązane grupy, które używają tych samych identyfikatorów (np. numerów telefonów) (Algorytm Louvain Modularity),
Zidentyfikować grupy, które często mają z sobą styczność (np. wypłaty odszkodowań ZUS) (Algorytm Components (Union Find),
Zbadać podobieństwo rachunków lub podobieństwo łańcuchów powiązań (Algorytm Jaccard),
Zbadać wpływ na innych i wysokość transakcji (Algorytm PageRank),
Znaleźć dodatkowe relacje i dodać je do swoich danych (np. sąsiedztwa, korzystanie z tych samych adresów IP) (Algorytm Common Neighbors),
Znaleźć transakcje lub powiązania o bardzo krótkich ścieżkach (Algorytm Shortest Path).