システムで扱う複雑な情報の関係を容易にCRUDできるように設計されたグラフデータベースです。
システムで扱う複雑な情報の関係を容易にCRUDできるように設計されたグラフデータベースです。
世界の現実は、実体ではなく相互補完的な情報と情報のつながりで構成されています。 つまり、世界は、関係で成りなっています。 Jurabiは、その複雑な世界の情報の網を表象していくため、ハードの成熟度に合わせ、 リレーショナルデータベース から グラフデータベース にシフトしていき、ハイブリッドなデータベース構成を実現していきます。 そして、世界を多岐視点から分析可能にし、社会に役立つ情報を迅速に提供していきます。
なぜ、truncus graph ？
複雑な情報網の表象
複雑な情報の網は、見出された関係性により成り立っています。 それを表象するためには、その網をグラフと捉え、データベース化していく必要があります。 そうすることにより、更なる正確な分析、精度の高い情報提供ができるようになります。
リレーショナルデータベースを使用した既存システムの強化
世の中の複雑な情報網をリレーショナルデータベースで表現することは、JOIN句を多用することになり合理的ではありません。 truncus graph は、リレーショナルデータベースの苦手な所を容易に体系化し、リレーショナルデータベースのメリットを活かしたハイブリッドなデータベース構造を展開することができます。
エコシステム
生態系のエコシステムと同様にビジネス、システムも直接的な関係と間接的な関係で成り立っています。 truncus graph も生態系の一部として、他システムと容易に連携、共存できるように設計されており、 データベースとしてクラウドエコシステムの実現に貢献します。
truncus graph の特徴
グラフデータベース
truncus graph は、オブジェクトモデルと表形式のリレーショナルモデルとの間に発生するようなインピーダンスミスマッチを減らし、 開発オーバーヘッドを減少させます。さらに技術ドメインとビジネスドメインの乖離を減らします。 また、データアクセスの高速化のためにKVS上に展開した組み込み式グラフデータベースです。
Model CRUD
エンタープライズシステムで扱う複雑な情報の関係のモデルを定義するだけで、容易にCRUDできるように設計されています。 ゆえに、将来のシステム要件変更にも強く、継続的改善を視野に入れています。
データストレージ
truncus graph は、複数のサーバーで仮想的なメモリ空間をリニアに拡張させることができます。 そこにシステムで利用するデータがキャッシュ、自動バックアップされ、高速な読み書きと障害復旧を可能にするインメモリ分散データストアです。 また、複数サーバー間でデータを共有し協調動作と分散実行ができます。
検索強化
高速検索、データの可視化・分析によるシステム監視・セキュリティ対策を強化できるように Lucene基盤のElastic searchと容易に連携できるように設計されています。
CDC（Change Data Capture）
複数のデータベースやアプリケーションを最新データと常に同期させることにより、 企業が複数の目的にデータを活用できるようします。 そうすることで、組織がデータの整合性を維持しながらデータの価値を最大化することができます。
ACIDサポート
グラフデータベースの課題であった全てのトランザクションを失敗なく完了させるため ACIDコンプライアンスを整備しており、データの安全性を担保しています。
如何なるシステム規模にも対応
truncus graph の関係モデルからのCRUD機能を軸としたあらゆる特徴は、 システム規模の大小を問わず効力を発揮します。大小のシステムが、リーズナブルにつながり合い、 クラウドエコシステムを容易に実現させていくことが、truncusの責務です。
truncus graph の可能性
グラフ概念で使うリレーショナルデータベースとグラフデータベース
グラフ概念で意味付けされている複雑な世界の情報の網は、その視点で リレーショナルデータベース や グラフデータベース に情報格納する必要があります。 ハードの成熟度に合わせ リレーショナルデータベース から グラフデータベース にシフトしていき、ハイブリッドなデータベース構成を実現していきます。
マスターデータマネジメント
企業の情報システムの多様化によりマスタデータの管理が複雑になっています。 一貫したマスタデータを管理するには名寄せ、統合、展開、追跡が必要です。 グラフデータを利用すると様々な繋がりから本来同一であるべきマスタデータを特定し、 一貫したマスタデータを維持できます。
様々な構成要素と追跡
グラフデータはツリー型やネットワーク型などの様々な構成を表現することができます。 複数の構成を組み合わせることで高度な追跡を行うことも可能です。 グラフデータはこのような用途で高いレスポンス性能を発揮します。
サプライチェーン強化
自社のビジネス活動とサプライヤーの情報をグラフデータとして接続することで、 複雑なサプライヤーネットワークをディープリンク分析によって適切に管理し、 サプライヤー需要、クレーム管理、BCP(Business Continuity Plan)などを リアルタイムに把握し、連携強化することができます。
不正利用検知
グラフデータを利用したディープリンク分析、リアルタイム分析による不正検知、 さらに機械学習により不正検知を強化することができます。 デジタルの広がりによって高まる不正行為のリスクに有効です。
エンタープライズレコメンデーション
グラフデータを利用したグラフ分析、ディープリンク分析と組み合わせることで パーソナライズされた精度の高いレコメンドが得られます。 これによって物流の経路提案、エンジニアリングの設計提案、調達の最適購買など活用の幅は広がっていきます。
truncus graph の導入事例
プラントエンジニアリングの統合BOM
プラントエンジニアリングのFEED(基本設計)およひEPC(設計・調達・工事)、 さらにはO&M(運用保守)いたる工程で不可欠な統合BOMを truncus graph で実現しました。 従来のDBOM(設計BOM)、EBOM(エンジニアリングBOM)から1つの統合BOMにすることで、 トレーサビリティを向上させ、あらゆるフィードバックループを構築できます。 このお客様はデジタルトランスフォーメーションの基盤として truncus graph を利用した バックエンドプラットフォームを実現しています。