데이터 시각화 솔루션을 사용하여 Azure Cosmos DB for Gremlin에 저장된 그래프 데이터 시각화
적용 대상: Gremlin
다양한 데이터 시각화 솔루션을 사용하여 Azure Cosmos DB for Gremlin에 저장된 데이터를 시각화할 수 있습니다.
Important
이 문서에서 언급한 솔루션은 정보 목적으로만 사용되며 소유권은 개별 솔루션 소유자에게 있습니다. 철저한 평가를 통해 자신에게 가장 적합한 것을 선택하는 것이 좋습니다.
Linkurious Enterprise
Linkurious Enterprise는 그래프 기술 및 데이터 시각화를 사용하여 복잡한 데이터 세트를 대화형 시각적 네트워크로 전환합니다. 플랫폼은 사용자의 데이터 원본에 연결하고 조사자가 수십억 개의 엔터티 및 관계를 원활하게 탐색할 수 있도록 합니다. 그 결과 쿼리 또는 테이블과 맺지 않고 의심스러운 관계를 검색할 수 있는 새로운 기능이 생성됩니다.
Linkurious Enterprise의 대화형 인터페이스는 복잡한 데이터를 조사하는 쉬운 방법을 제공합니다. 특정 엔터티를 검색하고, 연결을 확장하여 숨겨진 관계를 파악하고, 선택한 레이아웃을 적용하여 복잡한 네트워크를 풀 수 있습니다. Linkurious Enterprise는 이제 Azure Cosmos DB for Gremlin과 호환됩니다. 엔드투엔드 그래프 시각화 시나리오에 적합하며 사용자 인터페이스에서 읽기 및 쓰기 기능을 지원합니다. Azure Cosmos DB 통해 Linkurious 데모를 요청할 수 있습니다
그림: Linkurious Enterprise 시각화 흐름
유용한 링크
Cambridge Intelligence
Cambridge Intelligence의 그래프 시각화 도구 키트는 Azure Cosmos DB를 지원합니다. Azure Cosmos DB가 지원하는 두 가지 시각화 도구 키트는 다음과 같습니다.
그림: 다양한 세부적인 수준의 KeyLines 시각화 예제
이러한 도구 키트를 사용하여 고성능 그래프 시각화 및 분석 애플리케이션을 디자인할 수 있습니다. 강력한 WebGL(Web Graphics Library) 렌더링 및 신중한 제작된 코드를 활용하여 사용자에게 빠르고 통찰력 있는 시각화 환경을 제공합니다. 이러한 도구는 모든 브라우저, 장치, 서버 또는 데이터베이스와 호환되며 단계별 자습서, 완벽하게 문서화된 API 및 대화형 데모와 함께 제공됩니다.
그림: 다양한 세부 수준의 Re-Graph 시각화 예제
유용한 링크
Tom Sawyer
Tom Sawyer Perspectives는 엔터프라이즈급 그래프 데이터 시각화 및 분석 애플리케이션을 빌드하기 위한 강력한 플랫폼입니다. 통합 디자인, 미리 보기 인터페이스, 광범위한 API 라이브러리를 포함하는 로우 코드 그래프 및 데이터 시각화 개발 플랫폼입니다. 플랫폼은 엔터프라이즈 데이터 원본을 강력한 그래프 시각화, 레이아웃, 분석 기술과 통합하여 빅 데이터 문제를 해결합니다.
Perspective는 개발자가 프로덕션 품질의 데이터 지향 시각화 애플리케이션을 신속하게 개발할 수 있도록 지원합니다. 두 그래픽 모듈인 “디자이너”와 “미리 보기”는 각 프로젝트를 구동하는 특정 데이터를 시각화하고 분석하는 애플리케이션을 빌드하는 데 사용됩니다. 디자이너와 미리 보기를 함께 사용하면 애플리케이션 개발 속도를 크게 향상시키는 효율적인 왕복 프로세스가 제공됩니다. 이 플랫폼을 사용하여 Azure Cosmos DB for Gremlin 데이터를 시각화하려면 이 도구의 60일 평가판을 요청합니다.
그림: 작업 중인 Tom Sawyer Perspectives
Tom Sawyer Graph Database Browser를 사용하면 Azure Cosmos DB for Gremlin에서 데이터를 쉽게 시각화하고 분석할 수 있습니다. Graph Database Browser를 사용하면 쿼리 언어나 스키마에 대한 광범위한 지식 없이도 데이터의 연결을 보고 이해할 수 있습니다. 프로젝트에 대한 스키마를 수동으로 정의할 수도 있고, 스키마 추출을 사용하여 만들 수도 있습니다. 따라서 기술이 뛰어나지 않은 사용자도 선택한 노드의 이웃을 로드하고 필요한 방향으로 시각화를 구축하여 데이터와 상호 작용할 수 있습니다. 고급 사용자는 Gremlin, Cypher 또는 SPARQL을 사용하여 쿼리를 실행함으로써 다른 인사이트를 얻을 수 있습니다. 스키마를 정의할 때 Azure Cosmos DB 데이터를 Perspectives 모델에 로드할 수 있습니다. 통합자 정의를 통해 Gremlin 엔드포인트에 대한 위치 및 구성을 지정할 수 있습니다. 나중에 Azure Cosmos DB 데이터 원본의 요소를 Perspectives 모델의 요소에 바인딩하고 데이터를 시각화할 수 있습니다.
모든 기술 수준의 사용자는 5가지 고유한 그래프 레이아웃을 활용하여 가장 의미 있는 방식으로 그래프를 표시할 수 있습니다. 그리고 전에 볼 수 없던 패턴을 표시하는 기본 제공되는 중심성, 클러스터링, 경로 찾기 분석이 있습니다. 조직은 이러한 기술을 사용하여 사기 탐지, 고객 인텔리전스, 사이버 보안 등의 영역에서 중요한 패턴을 식별할 수 있습니다. 패턴 인식은 일반적인 IT 및 네트워크 관리, 물류, 레거시 시스템 마이그레이션, 비즈니스 변환과 같은 분야의 네트워크 분석가에게 매우 중요합니다. Tom Sawyer Graph Database Browser의 라이브 데모를 사용해 보세요.
그림: Tom Sawyer Database Browser의 시각화 기능
유용한 링크
Graphistry
Graphistry는 분석가의 요구에 맞게 빌드된 대화형 시각적 조사 맵으로 데이터를 자동으로 변환합니다. 쿼리를 작성하거나 데이터를 랭글링하지 않고도 이벤트와 엔터티 간의 관계를 빠르게 표시할 수 있습니다. 스케일링에 대한 걱정 없이 데이터를 활용할 수 있습니다. 사용자는 고객과 공급망의 3,600개 뷰에 대한 보안, 사기, IT 조사를 감지할 수 있으며, Graphistry는 데이터의 잠재력을 인간의 인사이트 및 가치로 전환합니다.
그림: Graphistry 시각화 스냅샷
Graphistry의 GPU 클라이언트/클라우드 기술을 사용하여 대화형 시각화를 수행할 수 있습니다. 표준 브라우저와 클라우드를 통해 원하는 모든 데이터를 사용하면서도 빠르고 응답성이 뛰어난 대화형 기능을 유지할 수 있습니다. 하드웨어에서 브라우저를 실행하려는 경우 Docker를 설치하는 것만큼 쉽습니다. 이러한 방식으로 GPU에 대해 생각할 필요 없이 GPU의 분석 능력을 얻을 수 있습니다.
그림: 작업 중인 Graphistry
유용한 링크
Graphlytic
Graphlytic은 그래프 시각화 및 분석을 위한 사용자 지정 기능이 뛰어난 웹 애플리케이션입니다. 사용자는 대화형으로 그래프를 살펴보거나, Gremlin 언어를 사용하여 패턴을 검색하거나, 필터를 사용하여 그래프 질문에 대한 답을 찾을 수 있습니다. Graph 렌더링은 ‘Cytoscape.js’ 라이브러리를 사용하여 수행되며, 이를 통해 Graphlytic은 한 번에 수만 개의 노드와 수십만 개의 관계를 렌더링할 수 있습니다.
Graphlytic은 Azure Cosmos DB와 호환되며 몇 분 만에 Azure에 배포할 수 있습니다. Graphlytic의 UI는 다양한 방식으로 사용자 지정하고 확장할 수 있습니다. 예를 들면 기본 시각화 구성, 데이터 스키마, 스타일 매핑, 시각화의 가상 속성이 있으며, 맞춤 보고서 또는 통합으로 시각화 기능을 개선할 수 있는 맞춤형 구현 방식의 위젯도 있습니다.
다음은 두 가지 예제 시나리오입니다.
IT 관리 사용 사례 자체 인프라, 통신사 또는 IP 공급업체에서 IT를 운영하는 회사는 모두 견고한 네트워크 문서화와 기능적 구성 관리가 필요합니다. 네트워크 요소(능동 및 수동) 간의 상호 종속성을 설명하는 영향 분석은 블랙아웃을 극복하기 위해 개발되고 있습니다. 블랙아웃은 심각한 재정적 손실을 초래하며, 한 번의 정전만으로도 서비스가 중단되거나 서비스 가용성이 낮아집니다. 병목 현상과 단일 실패 지점이 확인되고 해결됩니다. 엔드포인트뿐 아니라 경로 중복도 구현되고 있습니다. Graphlytic 속성 그래프 시각화는 네트워크 문서화, 네트워크 구성 관리, 영향 분석, 자산 관리 등 위에서 언급한 모든 것을 완벽하게 지원합니다. 모든 관련 네트워크 구성 정보를 한곳에 저장하고 표시함으로써, IT 관리자와 현장 기술자에게 완전히 새로운 부가가치를 제공합니다.
그림: Graphlytic IT 관리 사용 사례
사기 방지 사용 사례 사기 패턴은 모든 단일 보험 회사, 은행 또는 전자상거래 기업에서 잘 알려진 용어입니다. 최신 사기 행위자는 기존 도구로는 밝히기 힘든 정교한 사기 구성과 체계를 구축합니다. 적시에 제대로 탐지하지 못하면 심각한 손실이 발생할 수 있습니다. 반면에 너무 엄격한 기준이 있는 기존의 위험 신호 시스템은 가양성 지표를 없애도록 조정해야 합니다. 사기 행위가 너무 많이 표시될 수 있기 때문입니다. 복잡한 사기 행위 탐지를 시도하는 데 너무 많은 시간이 소비되므로 조사자의 일상 업무가 마비됩니다. Graphlytic의 기본 개념은 사람의 눈이 테이블이나 데이터 세트보다 그래픽 형식에서 패턴을 훨씬 쉽게 구별하고 찾을 수 있다는 사실입니다. 즉, 사기 방지 분석가는 기존 도구를 단독으로 사용하는 것보다 그래프 시각화 내에서 훨씬 더 쉽고 빠르고 스마트하게 사기 체계를 포착할 수 있습니다.
그림: Graphlytic 사기 탐지 사용 사례 데모
유용한 링크
yWorks
yWorks는 그래프, 다이어그램, 네트워크를 명확하게 시각화할 수 있는 전문 소프트웨어 솔루션을 개발하는 회사입니다. yWorks는 효율적인 데이터 구조, 복잡한 알고리즘, 다양한 대상 플랫폼에서 뛰어난 사용자 상호 작용을 제공하는 고급 기술을 결합했습니다. 이를 통해 사용자는 다양한 영역의 애플리케이션에서 매우 다양하고 정교한 다이어그램 시각화를 경험할 수 있습니다.
Azure Cosmos DB는 효율적인 그래프 순회 언어인 Gremlin을 사용하여 데이터를 쿼리할 수 있습니다. 사용자는 데이터베이스에서 저장된 엔터티를 쿼리하고, 관계를 사용하여 연결된 이웃을 가로지를 수 있습니다. 이 방법을 사용하려면 데이터베이스 자체에 대한 심층적인 기술 지식과 저장된 데이터를 검색하기 위한 쿼리 언어 Gremlin이 필요합니다. yWorks 시각화와 마찬가지로 Azure Cosmos DB 데이터를 시각적으로 검색하고, 중요한 구조를 식별하고, 관계를 더 잘 이해할 수 있습니다. 시각적 탐색 외에도, Gremlin과 같은 관련 쿼리 언어에 대한 지식 없이도 다이어그램을 수정하여 저장된 데이터를 대화형으로 편집할 수도 있습니다. 이러한 방식으로 고품질 시각화를 제공하고 Azure Cosmos DB 데이터에서 큰 데이터 세트를 분석할 수 있습니다. yFiles를 사용하면 자체 애플리케이션, 대시보드, 보고서에 시각화 기능을 추가하거나 사내 제품과 고객 대면 제품 둘 다에 대한 새로운 화이트 라벨 앱과 도구를 만들 수 있습니다.
그림: yWorks 시각화 스냅샷
yWorks를 사용하면 사용자가 데이터에 대한 인사이트를 빠르고 쉽게 얻는 데 도움이 되는 의미 있는 시각화를 만들 수 있습니다. 회사의 기업 디자인과 일치하고 기존 인프라 및 서비스에 쉽게 연결되는 대화형 사용자 인터페이스를 빌드합니다. 매우 정교한 자동 그래프 레이아웃을 사용하여 Azure Cosmos DB 계정에 숨겨진 데이터의 명확한 시각화를 생성합니다. 가장 중요한 그래프 분석 알고리즘을 효율적으로 구현하면 사용자가 관심을 두거나 알고 있어야 하는 정보를 강조 표시하는 응답성이 뛰어난 사용자 인터페이스를 만들 수 있습니다. yFiles를 사용하여 데스크톱 및 모바일 디바이스에서 작동하는 대화형 앱을 만듭니다.
일반적인 사용 사례 및 데이터 모델은 다음과 같습니다.
- 소셜 네트워크, 자금 세탁 데이터, 현금 흐름 네트워크(유사한 엔터티가 서로 연결되어 있음)
- 엔터티가 처리되는 있는 데이터를 처리하고 한 상태에서 다른 상태로 이동
- 팀 계층 구조뿐만 아니라 대부분의 회사 또는 고객 간 소유권 종속성과 관계를 표시하는 조직도와 네트워크
- 데이터 계보 정보 및 규정 준수 데이터를 시각화, 검토, 감사할 수 있음
- 컴퓨터 네트워크 로그, 웹 사이트 로그, 고객 여정 로그
- 트리플릿 및 기타 형식으로 저장되는 지식 그래프
- 제품 수명 주기 관리 데이터
- BOM(제품 구성 정보) 목록 및 공급망 데이터