Google 在东京 Cloud Next 大会上宣布 Spanner Graph

在最近的东京 Cloud Next 大会上，Google 宣布了 Spanner Graph，这是一个整合了图数据库、关系数据库、搜索和 AI 功能的托管服务。Spanner Graph 支持符合 ISO GQL（Graph Query Language）标准的图查询接口，同时避免了独立图数据库的需求。

Spanner Graph 的核心特性

Spanner Graph 将图数据库功能与 Cloud Spanner 结合，后者是 Google Cloud 的全球分布式、可扩展的数据库服务，提供水平扩展和关系型数据库管理系统（RDBMS）功能，无需分片或集群。该项目的主要目标之一是实现 GQL 和 SQL 的完全互操作性，打破数据孤岛，使开发者能够根据具体用例选择工具，而无需提取或转换数据。

Google 的高级软件工程师 Bei Li 和 Google Fellow Chris Taylor 解释道：

表可以声明性地映射到图，而无需迁移数据，这为表格数据集带来了图数据库的强大功能。通过这一功能，开发者可以延迟数据模型的选择，并为每个任务使用最佳的查询语言。

图数据库的优势与挑战

图数据库为数据中的关系表示提供了自然的机制，但 Google 指出，采用独立的图数据库会导致碎片化、操作开销以及可扩展性和可用性瓶颈，尤其是企业在 SQL 专业知识和基础设施上已有大量投资。Taylor 在 LinkedIn 上评论道：

互联数据无处不在，图查询语言是理解和从中获取价值的绝佳方式。借助 Spanner Graph，你可以拥有原生图查询的表达能力和性能，同时获得 Spanner 的可靠性和扩展性。

Spanner Graph 的搜索功能

Spanner Graph 提供了 向量搜索 和 全文搜索 功能，使开发者能够使用 GQL 遍历图结构中的关系，同时利用搜索功能查找图内容。Li 和 Taylor 补充道：

你可以利用向量搜索根据语义含义发现节点或边，或者使用全文搜索精确定位包含特定关键词的节点或边。从这些起点出发，你可以无缝地使用 GQL 探索图的其余部分。通过整合这些互补的技术，这一统一功能让你能够发现使用单一方法难以发现的隐藏连接、模式和见解。

适用场景

Google 为 Spanner Graph 推荐的用例包括 欺诈检测、推荐引擎、网络安全、知识图谱、路径规划、数据编目 和 数据血缘追踪。Modal 的软件工程师 Eric Zhang 评论道：

Google 的新 Spanner Graph 数据库看起来非常棒，预示着多模型数据库将成为常态。

独立行业分析师 Rick Greenwald 补充道：

通过在同一 SQL 接口中访问图、结构化数据、搜索操作和向量操作，Spanner 基本上消除了用户理解所需数据库技术并在解决问题之前实施它的需求。从数据中获取价值的选项范围扩大了，而无需过多的开销。

竞争对手与先前推荐

此前，Neo4j 是 Google Cloud 上许多用例的推荐部署选项，而这些用例现在由 Spanner Graph 覆盖。Google 并不是唯一提供托管图数据库的云提供商：微软提供了 Azure Cosmos DB for Apache Gremlin，而 AWS 则在几年前推出了 Amazon Neptune，这是一项与 NoSQL 数据库 Amazon DynamoDB 不同的服务，后者之前被推荐用于类似场景。

其他公告

Google 还宣布了针对 Bigtable 的新定价模型和 GoogleSQL 功能，Bigtable 是用于非结构化数据和延迟敏感工作负载的 NoSQL 数据库。此外，Google 还提供了 Spanner Graph 的入门教程，帮助开发者快速上手。

总结

Spanner Graph 的推出标志着 Google Cloud 在数据库领域的重要创新，通过整合多种数据模型和查询语言，旨在简化开发流程并提升数据处理能力。这一技术有望在多个行业和应用场景中发挥重要作用，特别是在需要处理复杂关系和多样化数据的环境下。