Updates für Graphdatenbank Neo4j bietet mehr Funktionen und optimierte Usability

Von Martin Hensel

Anbieter zum Thema

Die Graphdatenbank von Neo4j hat neue Features erhalten. Graph Data Science (GDS), Data Importer und OpsManager sollen den Einstieg in Graphtechnologie und Graph Analytics vereinfachen.

Zu den Neuerungen der Neo4j-Graphdatenbank zählen auch die Algorithmen KNN (oben) und Leiden (unten).
Zu den Neuerungen der Neo4j-Graphdatenbank zählen auch die Algorithmen KNN (oben) und Leiden (unten).
(Bild: Neo4j)

Das neue Release 2.1 von Graph Data Science (GDS) bietet in der Library mehr als 65 Graphalgorithmen. Dazu zählen auch die neu hinzugekommenen „K-means clustering“ und „Leiden für Community Detection“. Quell- und Zielknoten lassen sich ab sofort für die Algorithmen KNN („K-Nearest Neighbor“) und „Node Similarity“ filtern. Neo4j hat zudem die graphnativen Machine-Learning-Pipelines verbessert: Autotuning vereinfacht die Identifizierung der korrekten Abfrage-Parameter, um das bestmögliche Modell zu erzeugen. Zudem lassen sich über Knotenregressions-Pipelines nun numerische Eigenschaften vorhersagen.

Neu an Bord sind außerdem ein Python-Client sowie eine Apache-Arrow-Integration für schnelle Graph Projection aus externen Quellen, Datenbankerstellung und Graph Export. Laut Neo4j können Anwender somit große Datenmengen mit bis zu 30 Millionen Objekten pro Sekunde direkt in den Graphen im- und exportieren.

Weitere Neuerungen im Überblick

Neo4j hat die Usability seiner Graphdatenbank weiter erhöht. So ermöglicht nun der neue Data Importer den Datenimport und die visuelle Modellierung von CSV-Dateien als Graph. Cypher-Kenntnisse sind dazu nicht notwendig. Die No-Code-Lösung soll für einfache Bedienbarkeit und den reibungslosen Start von Projekten sorgen. Sie ist für den Import von Millionen an Datensätzen konzipiert.

Weitere Neuheiten sind eine Low-Code UI für Prototyping und zum Erforschen des GraphQL-Schemas in der GraphQL Toolbox sowie die Verfügbarkeit der Cloud-Graphdatenbank AuraDB Free mit erhöhter Limitierung von 200.000 Knoten und 400.000 Kanten. Ebenfalls neu ist das Backend-Admin-Tool OpsManager: Es soll Datenbankadministratoren dabei helfen, die Auslastung im Blick zu behalten und den Arbeitsspeicher zu prüfen. Ein zentrales Dashboard mit den wichtigsten Metriken hilft dabei. Der Data Warehouse Connector ermöglicht künftig die einfache Verbindung zu Daten in einem Data Warehouse. Er unterstützt die Sprachen Java, Java Script, Python, .NET und GO sowie die Plattformen Snowflake, Google BigQuery, Amazon RedShift und Azure Synapse.

(ID:48542460)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung