Neo4j baut die Graph-DB zur kompletten Serviceplattform für Graph Analytics aus

Die Graphdatenbank Neo4j steht jetzt auch als Public Cloud Service zur Verfügung – vorläufig noch im Rahmen eines Preview-Release. Erklärtes Ziel ist es, vom Datenbankanbieter zum Betreiber einer kompletten Graphplattform zu wachsen.

Veranstaltungsberichte  –  0 Kommentare
Neo4j baut die Graph-DB zur kompletten Serviceplattform für Graph Analytics aus

Auf der Hausmesse GraphConnect im vergangenen Herbst hatte Firmenchef Emil Eifrem die Marschrichtung von Neo4j bereits angedeutet, bei der Roadshow GraphTour zum Jahresauftakt 2018 konkretisierten die Verantwortlichen nun wie der strategische Wandel vom Graphdatenbankanbieter zum Betreiber einer kompletten Graph-Analytics-Plattform vollzogen werden soll. Auf dem Weg zur Native Graph Platform bleibt die Neo4j-Graphdatenbank das zentrale Werkzeug für Entwickler zum Modellieren und Speichern von Daten. Mit APIs für die Datenintegration aus unterschiedlichsten Quellen, der Query Language Cypher sowie Tools zur Datenanalyse und -visualisierung bis hin zur Administration will Eifrem das Neo4j-Portfolio gezielt komplettieren, um Unternehmenskunden einen abgerundeten Service-Stack anbieten zu können.

"Cypher muss universeller werden!"
CEO Emil Eifrem bei der GraphTour im Berliner Humboldt Carré (Bild: Neo4j)

Eine immer wichtigere Rolle kommt dabei der hauseigenen Abfragesprache Cypher zu. Während die Graphdatenbank als Basis für das Online Transaction Processing (OLTP) dient, öffnet Cypher den analytischen Zugang zu den Daten und damit letztlich zur Wertschöpfung. Für das Online Analytical Processing (OLAP) in Graphdatenbanken möchte Neo4j Cypher möglichst zur Query Language der Wahl machen und hat dafür auch das openCypher-Projekt gestartet. „Dazu muss Cypher aber noch universeller werden“, erklärt Jim Webber, Chief Scientist bei Neo4j. Aus diesem Grund hat der Hersteller seine Abfragesprache inzwischen nicht nur für das Cluster-Computing-Framework Apache Spark verfügbar gemacht, sondern kürzlich auch das Toolkit Cypher for Gremlin freigegeben, das auf Nutzer des Open Source Graph Computing Framework Apache TinkerPop abzielt.

Mit dem integrierten Neo4j Browser lassen sich Abfragen durchführen und der Graph visualisieren. Die Web-Applikation genügt Entwicklern, um einen ersten Eindruck zu gewinnen. Für eine tiefgreifende Analyse mit detaillierter Visualisierung sind jedoch spezialisierte Anwendungen erforderlich. Ebenso bietet der Neo4j Desktop bisher nur grundlegende Verwaltungsfunktionen. Für den Einsatz in Enterprise-Umgebungen arbeitet der Hersteller daher an der Integration in etablierten Datenbankmanagementsysteme.

Von der Graphdatenbank zum Public Cloud Service

In diesem Zusammenhang widmet sich der Anbieter auch zunehmend der Integration externer Daten in Neo4j. Um die in Unternehmen schon vorhandenen Daten in relationalen Datenbanken, verteilten Datensilos oder auch in Data Lakes für Neo4j nutzbar zu machen, stehen Entwicklern Treiber und APIs zur Verfügung. Native Implementierung hält der Anbieter derzeit für Java, .NET, Python und JavaScript vor – weitere Sprachen sind in Vorbereitung und lassen sich zudem Client-seitig über das Bolt-Protokoll mit offiziellen oder Community-Implementierung anbinden.

Auf dem Weg zum umfassenden Dienstleister für Graphdatenbankanwendungen bereitet Neo4j auch ein Cloud-Angebot seiner Plattform vor. Während über Partner bereits komplette gehostete Neo4j-Instanzen in der Cloud verfügbar sind, steht das unternehmenseigene Public-Cloud-Angebot aktuell noch als Preview zur Verfügung. Neo4j verspricht ein skalierbares, voll automatisiertes und abgesichertes Graph-Deployment binnen weniger Minuten. Interessenten können sich auf einer Warteliste registrieren lassen.

Die Native Graph Platform mit der Graphdatenbank als Kernelement. (Bild: Neo4j )

Kurzinterview mit Neo4j Chief Scientist Jim Webber

heise Developer: Welche Ziele verfolgt Neo4j mit dem strategischen Ausbau zur Native Graph Platform?

Jim Webber, Chief Scientist, Neo4j (Bild: Neo4j)

Jim Webber: Es geht grundsätzlich darum, neue Einsatzfelder jenseits des klassischen Entity Relationship Models zu erschließen. Für Metagraphen lässt sich dies vergleichsweise einfach erreichen. Die Panama oder Paradise Papers sind ein anschauliches Beispiel für eine Graphdatenanalyse im Bereich Forensic Accounting. Solche Analysen müssen nicht zwangsläufig von Spezialisten ausgeführt werden. Das hätten auch Behörden schaffen können, wenn ihnen die geeigneten Mittel zur Verfügung gestanden hätten.

heise Developer: Sie wollen also komplexe Datenanalysen sozusagen für jedermann möglich machen?

Webber: Wir bieten die dafür notwendigen Werkzeuge und Dienste an, um die mit solchen Analysen verbundenen operativen Herausforderungen einfacher zu machen. Unsere Abfragesprache Cypher spielt eine zentrale Rolle, wenn es gilt, aus den Daten und Beziehungen konkrete Rückschlüsse zu ziehen und Zusammenhänge sichtbar zu machen. Cypher muss dazu aber noch universeller als bisher werden. Die Query Language ist jedoch nur ein Baustein im Gesamtkonzept unserer Native Graph Platform, die als Ökosystem auch Dienste und Tools von Partnern einbinden muss.