sdecoret - stock.adobe.com

Das neues Visualisierungs-Tool Neo4j Bloom vorgestellt

Das Visualisierungs-Tool Neo4j Bloom ist vollständig in die Neo4j Graphdatenbank integriert und ermöglicht die Abfrage über natürliche Suchbegriffe und Keywords.

Neo4j macht den nächsten Schritt in Richtung native Graphplattform und ergänzt seine Graphdatenbank um ein eigenes Visualisierungs-Tool. Neo4j Bloom ist vollständig in die Neo4j Graphplattform integriert und ermöglicht die Abfrage über natürliche Suchbegriffe und Keywords.

Fachanwender haben häufig keine Kenntnisse über Abfragesprachen. Neo4j Bloom vereinfacht die Zusammenarbeit zwischen Entwicklern und Fachanwendern, indem es letzteren Neo4j zugänglich macht. Damit erreicht die Graphtechnologie einem breiteren Anwenderkreis.

Im Gegensatz zu herkömmlichen Data-Discovery-Lösungen deckt Bloom auf, in welcher Beziehung Datenelemente zueinanderstehen, und visualisiert den Kontext, der durch diese Verbindungen entsteht. Das ermöglicht einen detaillierten Einblick in die Daten, selbst wenn es sich um abstrakte, stark vernetzte und komplexe Strukturen handelt.

Eine solche anschauliche Darstellung bietet mehrere Vorteile:

Verborgene Zusammenhänge aufdecken: Verbindungen (Kanten) zwischen einzelnen Datensätzen (Knoten) lassen sich leichter und schneller identifizieren, selbst wenn diese auf den ersten Blick nicht ersichtlich sind. Auch versteckte Muster, wie sie zum Beispiel bei Betrugsversuchen in Banken und Versicherungen auftreten, lassen sich so aufdecken.

360°-Ansicht auf Daten: Ein singulärer Datensatz kann mit einer ganzen Reihe von weiteren Daten in Verbindung gebracht werden, so dass dieser in einen semantischen Kontext rückt. Eine Person in einem Unternehmen ist beispielsweise mit den Knoten Abteilung, Position und Qualifikationen verbunden. Dieser Rundum-Blick auf den Mitarbeiter erlaubt es dem Personalwesen, entsprechende Fortbildungsmaßnahmen anzubieten oder den Experten einem standortbezogenen Projekt zuzuteilen.

Mehrwert von Graphen verdeutlichen: Sollen neue Technologien zum Einsatz kommen, fällt oft die Frage nach dem ROI beziehungsweise Mehrwert für das Unternehmen. Die plastische Visualisierung von vernetzten Daten demonstriert eindrücklich das Potential, das Graphtechnologie für die unterschiedlichsten Bereiche eines Unternehmens bietet. Vor allem wenn es sich um nicht-technischen Entscheidern auf Management-Level handelt, stellt das eine wesentliche Argumentationshilfe dar.

Suchabfragen nachvollziehen: Dank der bildhaften Darstellung aller Daten und ihrer Verbindungen lassen sich Cypher-Suchabfragen besser zurückverfolgen. Das schafft ein tieferes Verständnis darüber, wie die Daten traversiert und abgefragt werden und in welchem Kontext dies geschieht. Vor diesem Hintergrund können Suchabfragen angepasst, verändert und verbessert werden.

Aha-Effekt für nicht-technische Anwender

Die Daten auf intuitive Weise nachvollziehbar darzustellen ist eines der wesentlichen Ziele des neuen Visualisierungs-Tools. Entwickler, Data Scientists und Datenanalysten, die bereits Erfahrung mit der Graphdatenbank besitzen, sind damit grundsätzlich besser in der Lage, mit nicht-technischen Führungskräften und Kollegen über Herausforderungen aber auch Chancen vernetzter Daten zu sprechen. Zudem lassen sich auf dieser Basis Anwendungsbereiche für Graphtechnologie im Unternehmen evaluieren und die Entwicklung entsprechender Systeme und Lösungen planen.

Neo4j Bloom visualisiert die Beziehungen zwischen Datenelementen.
Abbildung 1: Neo4j Bloom visualisiert die Beziehungen zwischen Datenelementen.

Dazu tragen auch Search-to-Storyboard-Designs bei, die als Schnittstelle zwischen Entwicklerteams und anderen Projektteilnehmern dienen. Schnell kann sich auch bei IT-fernen Mitarbeitern ein Aha-Effekt einstellen, wenn auf einen Blick ersichtlich wird, wie Kunden, Mitarbeiter, Partner aber auch Systeme, Geräte, Prozesse und Produkte über das ganze Unternehmen hinweg miteinander in Beziehung stehen.

Erste Schritte in Neo4j Bloom

Die in Neo4j Bloom abgelegten Templates ermöglichen es, schnell und einfach eine erste Visualisierung von Daten zu erstellen. Dabei können Anwender zwischen einem vorkonfigurierten oder automatisch-generierten Graphmodellen wählen, das die Ansicht auf die Daten festlegt. Automatisch-generierte Vorlagen lesen die Daten ab und versuchen Zusammenhänge zu erkennen, um Knotenkategorien zu identifizieren. Aus dieser ersten Unterteilung und Kategorisierung erstellt Neo4j Bloom sowohl das Farbschema der Abbildung als auch Vorschläge zu Suchbegriffen sowie Knotensymbolen.

Auf Basis der im Graph abgelegten Metadaten-Knotentypen, Beziehungen und Eigenschaftswerte schlägt Neo4j Bloom Suchbegriffe für Abfragen vor, um auf schnellem Weg relevante Ergebnisse zu finden. Die Suchfunktion erlaubt es, neben der Angabe von Parameterwerten, auch reguläre Ausdrücke sowie logische Operatoren als Suchfilter einzusetzen. Schließlich lassen sich Cypherabfragen auch direkt in der Suche vornehmen.

Weiteren Features von Neo4j Bloom sind:

  • Schwenk- und Zoomansicht für eine detaillierte Untersuchung des animierten Graphen.
  • Ein Screen-Capture-Tool zum Erstellen und Weiterverarbeiten von Snapshots.
  • Auswahl- und Fixierfunktion zur Prüfung eines Knotens, seiner Eigenschaften und der mit ihm verbundenen Knoten.
  • Editieren von Knoten, Kanten sowie ihrer Eigenschaften.
  • Vergleich der Metadaten-Ansicht eines ausgewählten Templates mit dem ursprünglichen Datensatz.
  • Abfragen innerhalb des Suchfeldes basierend auf Vorschlägen und Abfrage-Templates.
  • Erstellen neuer im Suchfeld ausgeführter Abfragen.
  • Speicherung des Verlaufs, einschließlich Vermerke für ein unterbrechungsfreies Arbeiten.

Features in Neo4j 3.4

Das Visualisierungs-Tool Neo4j Bloom wurde gemeinsam mit dem neuesten Release der Graphdatenbank veröffentlicht. Neo4j 3.4 bietet neben horizontaler Verteilung und diversen operationalen Verbesserungen auch eine Performance-Steigerung für die Abfragesprache Cypher (70 Prozent) sowie bei Backups (100 Prozent). Zudem konnte die Geschwindigkeit beim Laden von Daten und Schreibvorgängen dank des neuen, nativen String-Index gesteigert werden (zwischen 30 und 50 Prozent).

Dirk Moeller, Neo4j

„Die in Neo4j Bloom abgelegten Templates ermöglichen es, schnell und einfach eine erste Visualisierung von Daten zu erstellen.“

Dirk Möller, Neo4j

Das neue Release erweitert außerdem Cypher um Datentypen und Operationen für Zeitinformationen sowie 3D-Geodaten und ermöglicht es Anwendern, Umkreissuchen zu erstellen. Damit lassen sich zum Beispiel Liefersysteme entwickeln, die unter anderem Entfernung zur Lieferadresse, Tageszeit und Verkehrsaufkommen in Echtzeit berücksichtigen, und räumliche Abfragen starten. Administratoren erhalten darüber hinaus neue Diagnose-Tools, automatisches Wiederherstellen des Storage-Caches beim Start, Zugriffsschutz auf Attributebene, Hot-Backups und Rolling Upgrades von Clustern.

Ergänzende Tools für Datenimport und -transformation, Administration sowie Discovery-Funktionalitäten sollen in naher Zukunft folgen und das Portfolio der Graphplattform gezielt komplettieren. Im Rahmen eines Preview-Release steht die Neo4j Datenbank nun auch auf dem Public-Cloud-Service von Neo4j zur Verfügung.

Über den Autor:
Dirk Möller ist seit über 20 Jahren in der IT-Branche unterwegs. Dank leitender Positionen bei Unternehmen wie Symantec, MongoDB und Couchbase entwickelte er detailliertes Fachwissen im Bereich NoSQL und Graphdatenbanken. Als Area Director of Sales CEMEA bei Neo4j unterstützt Dirk Möller Kunden, bestehende Datenbanklösungen zu ersetzen beziehungsweise zu erweitern, Kosten einzusparen und mit der Graphdatenbank Neo4j echten Mehrwert aus Daten zu gewinnen.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Nächste Schritte

Pro und Contra: Native versus nicht-native Graphdatenbanken.

Graphdatenbanken festigen enge Beziehungen zwischen Datenelementen.

Graphdatenbanken: Behörden entdecken den Wert von Datenbeziehungen.

Erfahren Sie mehr über Datenbanken

ComputerWeekly.de
Close