Azure Cosmos DB for Gremlin で保存されたグラフ データをデータ視覚化ソリューションを使用して視覚化する
適用対象: 
Gremlin
Azure Cosmos DB for Gremlin で保存されたデータを、さまざまなデータ視覚化ソリューションを使用して視覚化することができます。
重要
この記事で説明されているソリューションは情報提供のみを目的としており、所有権は個々のソリューションの所有者にあります。 十分な評価を行ってから、最適なものを選択することをお勧めします。
Linkurious Enterprise
Linkurious Enterprise では、グラフのテクノロジとデータ視覚化を使用することで、複雑なデータセットがインタラクティブなビジュアル ネットワークに変換されます。 そのプラットフォームによってデータ ソースに接続することで、調査担当者は、何十億ものエンティティとリレーションシップ間をシームレスに移動できます。 その結果は、クエリやテーブルを操作することなく疑わしい関係を検出する新しい機能です。
Linkurious Enterprise のインタラクティブなインターフェイスによって、複雑なデータを調査するための簡単な方法が提供されます。 特定のエンティティを検索し、接続を展開して隠れたリレーションシップを明らかにし、選択したレイアウトを適用して複雑なネットワークを解決できます。 Linkurious Enterprise では、Gremlin 用 Azure Cosmos DB との互換性を提供するようになりました。 これはエンドツーエンドのグラフ視覚化シナリオに適しており、ユーザー インターフェイスからの読み取りと書き込みの機能がサポートされています。 Azure Cosmos DB を使用した Linkurious のデモを要求できます。
図: Linkurious Enterprise の視覚化フロー
便利なリンク
Cambridge Intelligence
Cambridge Intelligence のグラフ視覚化ツールキットは、Azure Cosmos DB をサポートしています。 次の 2 つの視覚化ツールキットが Azure Cosmos DB でサポートされています。
図: さまざまな詳細レベルでの KeyLines の視覚化の例。
これらのツールキットを使用すると、ハイ パフォーマンスなグラフ視覚化および分析アプリケーションを設計できます。 強力な Web Graphics Library (WebGL) 描画と注意深く作成されたコードを利用して、高速で洞察に富んだ視覚化エクスペリエンスがユーザーに提供されます。 これらのツールはあらゆるブラウザー、デバイス、サーバー、データベースと互換性があり、ステップバイステップのチュートリアル、完全にドキュメント化された API、インタラクティブなデモが用意されています。
図: さまざまな詳細レベルでの Re-Graph の視覚化の例
便利なリンク
Tom Sawyer
Tom Sawyer Perspectives は、エンタープライズ グレードのグラフ データの視覚化および分析アプリケーションを構築するための堅牢なプラットフォームです。 これはロー コードのグラフおよびデータの視覚化開発プラットフォームで、統合された設計、プレビュー インターフェイスと広範な API ライブラリが含まれています。 このプラットフォームは、エンタープライズ データ ソースを強力なグラフの視覚化、レイアウト、分析テクノロジと統合して、ビッグデータの問題を解決します。
開発者は、Perspectives を使用することにより、運用品質のデータ指向視覚化アプリケーションを迅速に開発できます。 "Designer" と "Previewer" という 2 つのグラフィック モジュールを使用して、各プロジェクトを駆動する特定のデータを視覚化および分析するアプリケーションを作成します。 Designer と Previewer を一緒に使用すると、アプリケーション開発を大幅に高速化する効率的なラウンドトリップ プロセスを実現できます。 このプラットフォームを使用して Azure Cosmos DB for Gremlin を視覚化するには、このツールの 60 日間無料評価版を要求してください。
図: 動作中の Tom Sawyer Perspectives
Tom Sawyer Graph Database Browser を使用すると、Azure Cosmos DB for Gremlin でデータを簡単に視覚化して分析できます。 Graph Database Browser は、クエリ言語やスキーマに関する豊富な知識がなくても、データ内の接続を確認して理解するのに役立ちます。 プロジェクトのスキーマを手動で定義することも、スキーマ抽出を使用して作成することもできます。 このため、それほど専門的な知識のないユーザーでも、選択したノードのネイバーを読み込んで必要な方向に視覚化を構築することにより、データを操作することができます。 高度な知識を持つユーザーは、Gremlin、Cypher、SPARQL を使用してクエリを実行し、さらに多くの分析情報を得ることができます。 スキーマを定義すると、Azure Cosmos DB データを Perspectives モデルに読み込めるようになります。 インテグレーターの定義を使って、Gremlin エンドポイントの場所と構成を指定できます。 その後、Azure Cosmos DB データ ソースの要素を Perspectives モデルの要素にバインドして、データを視覚化できます。
どんなスキル レベルのユーザーでも、ユニークな 5 つのグラフ レイアウトを利用して、最も意味のある方法でグラフを表示できます。 さらに、これまでは認識できていなかったパターンを明らかにする、中心性、クラスタリング、およびパスの検出分析が組み込まれています。 組織はこれらの技術を使用することにより、不正検出、顧客インテリジェンス、サイバー セキュリティなどの分野で重要なパターンを識別できます。 パターン認識は、一般的な IT およびネットワークの管理、物流、レガシ システムの移行、ビジネス変革などの分野で、ネットワーク アナリストにとって非常に重要です。 Tom Sawyer Graph Database Browser のライブ デモをお試しください。
図: Tom Sawyer Database Browser の視覚化機能
便利なリンク
Graphistry
Graphistry は、アナリストのニーズに合わせて構築された対話型の視覚的調査マップにデータを自動的に変換します。 また、クエリを記述したりデータをラングリングしたりしなくても、イベントとエンティティの間のリレーションシップをすばやく表示できます。 スケールを気にせずにデータを活用できます。 セキュリティ、不正、および IT の調査を顧客とサプライ チェーンの 3600 ビューに検出でき、Graphistry ではデータのポテンシャルを人間に役立つ分析情報や価値へと変換します。
図: Graphistry による視覚化のスナップショット
Graphistry の GPU クライアントやクラウド テクノロジを使用すると、対話型の視覚化を実現できます。 標準のブラウザーとクラウドを使用することにより、必要なすべてのデータを使用しながら、スピード、応答性、対話型での操作を実現できます。 ハードウェアでブラウザーを実行する場合も、Docker をインストールするのと同じほど簡単です。 これにより、GPU の心配をせずに、GPU の分析能力を活用できます。
図: 動作中の Graphistry
便利なリンク
Graphlytic
Graphlytic は、グラフの視覚化と分析を行うための、高度にカスタマイズ可能な Web アプリケーションです。 ユーザーは、グラフを調査する、Gremlin 言語でパターンを探す、フィルターを使用してグラフの質問に対する答えを見つけるなどの処理を対話的に実行できます。 グラフのレンダリングは、'Cytoscape.js' ライブラリで実行されます。このライブラリにより、Graphlytic では数万個のノードと数十万のリレーションシップを一度にレンダリングできます。
Graphlytic は Azure Cosmos DB と互換性があり、数分で Azure にデプロイできます。 Graphlytic の UI はさまざまな方法でカスタマイズや拡張が可能です。たとえば、視覚化の既定の視覚化構成、データ スキーマ、スタイル マッピング、仮想プロパティや、オーダーメイドのレポートや統合で視覚化機能を拡張できるカスタム実装ウィジェットなどがあります。
次に、2 つのシナリオ例を示します。
IT 管理でのユース ケース: 自社のインフラストラクチャ、通信事業者、または IP プロバイダーで IT 運用している企業はすべて、しっかりしたネットワーク ドキュメントと機能的な構成管理を必要とします。 ネットワーク要素間の相互依存関係を説明する影響分析 (アクティブおよびパッシブ) は、大きな経済的損失につながり、1 回の停止でサービスの可用性が低下したり完全に利用できなくなったりする原因になるブラックアウトを克服するために開発されています。 ボトルネックと単一障害点が特定され、解決されます。 エンドポイントとルートの冗長性が実装されています。 Graphlytic のプロパティ グラフ視覚化は、上述の点すべて (ネットワーク ドキュメント、ネットワーク構成管理、影響分析、資産管理) に最適な方法です。 これは、関連するすべてのネットワーク構成情報を一元的に格納して表示できるため、IT 管理者や現場の技術者にまったく新しい付加価値をもたらします。
図: Graphlytic IT 管理のユース ケース
不正対策のユース ケース: 不正パターンは、すべての保険会社、銀行、e コマース企業によく知られている用語です。 現代の詐欺師は、従来のツールでは見抜くことが困難な不正リングやスキームを構築します。 適切かつオンタイムに検出されない場合、それが深刻な損失につながるおそれがあります。 一方、従来型のレッド フラグ システムを厳格すぎる基準で運用すると、不正の兆候があまりにも多く検出される結果になるので、擬陽性インジケーターを排除するための調整が必要になります。 複雑な不正行為を検出するために多くの時間が費やされ、調査担当者は日常の業務を行えなくなります。 Graphlytic の背後にある基本的な考え方は、表やデータセットの形式よりもグラフィカルな形式を使用した方が、人間の目はパターンを容易に区別して発見できるという事実です。 これは、不正対策の分析担当者は、グラフ視覚化を使う場合の方が、従来型のツールのみの場合よりも簡単、迅速、かつスマートに不正スキームを捕捉できることを意味しています。
図: Graphlytic による不正検出のユース ケース デモ
便利なリンク
- ドキュメント
- 無料のオンライン デモ
- ブログ
- REST API のドキュメント
- ETL ジョブ ドライバーと例
- SMTP メール サーバーの統合
- Geo マップ サーバーの統合
- シングル サインオン構成
yWorks
yWorks は、グラフ、ダイアグラム、ネットワークをはっきり視覚化できるプロフェッショナル ソフトウェア ソリューションの開発を専門としています。 yWorks は、効率的なデータ構造、複雑なアルゴリズム、高度な手法を組み合わせて、多数のターゲット プラットフォームで優れたユーザー操作を実現してきました。 これにより、さまざまな分野のアプリケーションで、汎用性が非常に高く洗練されたダイアグラムの視覚化を実現できます。
Azure Cosmos DB に対しては、効率的なグラフ トラバーサル言語である Gremlin を使用してデータに関するクエリを実行できます。 ユーザーは、保存されているエンティティに関するクエリをデータベースに対して実行し、リレーションシップを使用して接続されている近隣を走査できます。 このアプローチには、データベース自体と、保存されたデータを調べるためのクエリ言語である Gremlin に関する詳細な技術知識が必要です。 yWorks の視覚化機能では、Azure Cosmos DB データの視覚的な探索、重要な構造の識別、リレーションシップのより深い理解が可能になります。 視覚的な探索に加えて、関連する Gremlin のようなクエリ言語を知らないユーザーでも、ダイアグラムを変更することにより、保存されているデータを対話形式で編集することもできます。 これにより、高品質な視覚化を実現して、Azure Cosmos DB データの大規模なデータセットを分析できます。 yFiles を使用することにより、独自のアプリケーション、ダッシュボード、レポートに視覚化機能を追加することや、社内および顧客向けの製品の両方に対して新しいホワイトラベル アプリやツールを作成することができます。
図: yWorks による視覚化のスナップショット
yWorks を使用すると、データに関する分析情報をユーザーがすばやく簡単に得るのに役立つわかりやすい視覚化を作成できます。 ユーザーは、自社の企業設計に適合する対話型ユーザー インターフェイスを構築し、既存のインフラストラクチャやサービスに簡単に接続できます。 高度に洗練された自動グラフ レイアウトを使用すると、Azure Cosmos DB アカウントでは隠れていたデータをはっきり視覚化できます。 最も重要なグラフ分析アルゴリズムが効率的に実装されているため、ユーザーが関心を持つ情報や意識する必要のある情報を強調表示する、応答性の高いユーザー インターフェイスを作成できます。 yFiles を使用すると、デスクトップでもモバイル デバイスでも同様に動作する対話型アプリを作成できます。
一般的なユース ケースとデータ モデルには、次が含まれます。
- 類似したエンティティが相互に接続されているソーシャル ネットワーク、マネー ロンダリング データ、キャッシュ フロー ネットワーク
- エンティティが処理されていて、ある状態から別の状態に移動するデータの処理
- チームの階層だけでなく、過半数所有の依存関係、および企業または顧客間のリレーションシップをも示す組織図とネットワーク
- データ系列情報とコンプライアンス データの視覚化、レビュー、および監査が可能
- コンピューティング ネットワークのログ、Web サイトのログ、顧客体験のログ
- トリプレットおよびその他の形式で保存されているナレッジ グラフ
- 製品ライフサイクル管理データ
- 部品表の一覧とサプライ チェーン データ