Download to read offline
![[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎](https://cdn.slidesharecdn.com/ss_thumbnails/dbtstokyo2014d33presto-141120012543-conversion-gate01-thumbnail.jpg?width=640&height=640&fit=bounds)
Polyglot Persistence and Graph Schema
- 1. Polyglot persistence and graphschema Smart selection of data schemas for a feature of services
- 2. Profile ブログ : http://blog.processtune.com プロフィール: Facebook, Twitter or MVP コミュニティ : .NETラボの運営スタッフ Microsoft MVP : July 2010 ～ Jun 2022 Current expertise : MVP for Developer Technologies システム構築のプロセス評価、改善、策定、 開発フレームワークの設計、実装管理、プリ セールスやプロジェクトの立ち上げなど
- 3.
- 4. Polyglot persistence モデル クエリ言語 およびAPI 代表的な アーキテクチャ 特性 Relational Transact SQL SQLServer MySQL Oracle DB 履歴・差分データIO、 OLTP Time Series Flux Transact SQL InfluxDB Prometheus eXtremeDB 高速書込 書込 > 読取 Document MongoDB Shell Driver+各種言語 MongoDB CouchDB Cosmos DB レポート O/R map開発不要 文書、成果物 Columnar Cassandra Query Language Cassandra (Wide-column) HBase 大量データIO、OLAP Triple Store SPARQL RDF query language RDF4j Jena Virtuoso モデル可変、複数 ソース、関係性の表 現、拡張検索 書込 < 読取 Graph Gremlin Cypher Query Language openCypher Neo4j Neptune Cosmos DB 関係性の表現、高速 な接続トラバース、 深い関連、相互関連 Key-Value Store ライブラリ+各言語 Cypher Query Language openCypher Cassandra Redis DynamoDB 大規模スケールアウ ト/イン、高速分散処 理 And more Hive KQL （Kusto Query Language） … Hadoop Data Lake … 高速分析 Big Data分析 … ※各ストアはマルチプルなスキーマを定義できますので、主なストアモデルを代表して分類しています（例：VirtuosoやCassandra、Cosmos DBはKey-Valueを保持できます）。 ※クアッドストアや名前付きGraphはトリプルストアの拡張として表現しています。
- 5.
- 6.
- 7.
- 8.
- 9. サンプル – データ作成 $sudo docker pull mongo $ sudo docker run -d -p 27017:27017 --init --name MusicChartDb mongo:latest Docker やWSL2の説明： Nginx run on Windows Subsystem for Linux 2 (processtune.com) Node + MongoDB container for Azure Functions (processtune.com)
- 10.
- 11. サンプル – データ作成 $sudo docker commit MusicChartDb musicchartdb:v0.1
- 12.
- 13. サンプル – ドライバーのインストール https://github.com/TetsuroTakao/GenericHostMeshEndpoint >dotnet add package Neo4j.Driver --version 5.1.0 プロジェクト選択 ↓ DB選択 ↓ 詳細タブが選択されてい るペインが表示されます
- 14.
- 15.
- 16. Links freepik https://www.freepik.com/free-photos-vectors/blue-background Polyglot Persistence withAzure Data Services https://techcommunity.microsoft.com/t5/data-architecture-blog/polyglot-persistence-with-azure-data-services/ba-p/1514912 Open Data Commons https://opendatacommons.org/licenses/by/1-0/ Download Neo4j Desktop https://neo4j.com/download/ Using Neo4j from .NET https://neo4j.com/developer/dotnet/ neo4j: DOCKER OFFICIAL IMAGE https://hub.docker.com/_/neo4j/ Neo4jClient 4.1.26 https://www.nuget.org/packages/Neo4jClient neo4j-examples/movies-dotnetcore-bolt https://github.com/neo4j-examples/movies-dotnetcore-bolt Neo4j.Driver 5.1.0: NuGet https://www.nuget.org/packages/Neo4j.Driver Neo4j.Driver Namespace https://neo4j.com/docs/api/dotnet-driver/current/html/f7d9eea1-5357-f1de-8a54-336a77141b6d.htm
Editor's Notes
- #2 サービスの特性に合致したデータスキーマを選択することをポリグロット・パーシステンスと言います。 今回はGraphスキーマを使ったサービスとドキュメントDBスキーマを使ったサービスの組合せの例を通じてポリグロット・パーシステンスを解説します。
- #3 自己紹介読む
- #4 本日のアジェンダです。読む
- #5 ポリグロットパーシステンスは、サービスの特性に合わせた永続化を行うという考え方です。ここで言うサービスの特性とは、書込が多く読込は必要時に行えばいいログとか、大量のデータを速く読込む必要のある分析ツールなど、サービスの目的によって優先させたいストレージ機能が異なることを指します。Azure Data Serviceでのポリグロットパーシステンスの概要は、巻末のリンクを参照してください。【図を解説】
- #6 Graphスキーマの場合、前頁でお話した「関係性の表現」「高速な接続トラバース」「深い関連」「相互関連」についてお話していきます。【クリック】 この図は、先ほどお話ししたAzure Data Serviceの記事の絵です。Graphモデルは記載されていませんが、Azureでは、これらの特性に合致したサービスはCosmos DBを使って解決することができます。パフォーマンス、コスト、セキュリティなどの複数の要因からGraphモデルを選択する場合、そのスキーマをどのように実装していくかという設計は、アーキテクチャに依存するものではありませんので、Graphモデルを保持できるデータストレージとそのスキーマにクエリできるミドルウェアであればあらゆる組合せの選択が可能です。今回は特に意味はありませんがneo4jとGremlinを使います。サンプルのユーザーストーリーとしては、複数のポップを行う関連が相互に必要なBIをやってみます。音楽のチャートデータをGraphスキーマに格納して、何かしらの関連が見つかれば関連と関連のレポートを文書化したドキュメントを作成してDocumentモデルのストレージに格納します。
- #7 Documentスキーマの場合、先ほどお話した「レポート」「O/Rマップ不要」「文書」「成果物」についてお話していきます。Graphスキーマと同様にアーキテクチャに依存していないのでDocumentモデルを格納できるストレージ、それをクエリできるスキーマとして、その両方をMongo DBで実装します。文書は解説上簡易にマークダウンで記載した関係性レポートというドキュメントを作ります。
- #8 サンプルは、まずデータを作ります。Rapid APIでは多くのOpen Date APIを扱うことができるので、そこで音楽データを収集します。まず、未登録の場合Rapid APIに登録してログインしたらmusicに行き「spotify」を検索します。
- #9 Spotify Scraperを選択して「Chart」の「List Weekly Top Albums」を選択します。真ん中のペインの最下部の「Optional Parameters」の「region」に「JP」を入力してTest Endpointをクリックして200 Successが返ってきたらデータをコピーしてVisual Studio Codeに貼り付けます。
- #10 これをひとまずMongo DBに入れておきます。以前.NETラボでお話ししたようにDockerのオフィシャルイメージとVisual Studio CodeのMongoDB Extentionを使います。WSL2で「$ sudo docker pull mongo」と「$ sudo docker run -d -p 27017:27017 --init --name MusicChartDb mongo:latest」を実行します。WLS2やDockerの説明はブログでも解説しています。
- #11 Mongo DBが動いている状態でVisual Studio CodeのMongoDB ExtentionのPlaygroundを作成して編集します。「use(‘ChartDB‘);」で’ChartDBというデータベースが作成され「db.chart.insertMany」のところに先ほど取得したデータをペーストします。Playボタンをクリックして結果が表示されたらOKです。insertManyの括弧の中の鍵括弧の中に全部を貼り付けます。コピーしたJSONは1件ですが、tracksの中に複数の楽曲情報が入っており、該当の週のWeekly Top Songsというデータなので、複数週のデータを格納できますinsertManyで大丈夫です。
- #12 Mongo DBには入りましたが、これ自体Dockerで動いているので保存します。
- #13 Graphは高度なGUIを持つNeo4j Desktopのサンプルを利用します。この段階ではCypher Queryを知る必要はありません。まずはVisual Studio Codeからneo4jにアクセスするためにドライバをインストールします。
- #14 前回の.NETラボでご紹介した汎用ホストのサンプルがGitHubにありますので、ダウンロードします。私はプロジェクト名を変えていますが、そのままでも大丈夫です。そのプロジェクトにNuGetからドライバーをインストールします。次に設定ファイルにneo4j用の設定値を追加します。画面はNeo4j Desktopのデフォルト値です。また、URIはNeo4j Desktopで確認することもできます。【クリック】パスワードの変更も可能です。