AgensGraph Tutorial
Import, Query, and Modify Graph Data
Before Getting Started!
본 튜토리얼은 사용자들이 AgensGraph에 샘플 데이터를 적재하고 적재된 데이터를 조회하거나 원하는 정보를 추출하는 과정을 따라할 수 있도록 안내하기 위해 제작되었습니다.
본 튜토리얼을 따라 데이터를 적재하고 활용하시려면 반드시 AgensGraph를 먼저 설치하셔야 하며 시각화 도구인 AgensBrowser를 함께 설치해 사용하신다면 더 쉽고 빠르게 샘플 데이터를 이해하고 분석하실 수 있습니다.
AgensGraph에 데이터를 적재하는 방법은 크게 2가지가 존재합니다.
- 데이터셋 파일을 AgensGraph로 Import.
- AgensGraph 상에서 쿼리를 실행해 데이터를 생성.
이 튜토리얼에서는 데이터셋 파일(CSV)을 AgensGraph로 Import하는 방법을 설명할 것이며, 쿼리로 데이터를 생성하는 방법이 궁금하시다면 Bitnine 홈페이지를 방문해 Basic Cypher and Advanced Cypher 백서를 참조하시기 바랍니다. 본 튜토리얼은 AgensGraph의 데이터 생성, 읽기, 업데이트, 삭제(CRUD) 결과를 시각화 도구인 AgensBrowser를 통해 안내합니다. 또한 본 튜토리얼에서 안내하는 제품 일부 기능(AgensBrowser 2.1)은 오직 AgensGraph Enterprise Edition에서만 제공됩니다. Enterprise 제품에 관한 자세한 사항은 Bitnine 홈페이지를 참조하시기 바랍니다.
이 튜토리얼에서 사용할 데이터셋을 아래의 링크를 통해 다운로드 하십시오.
AgensGraph는 \?명령어로 DB 전반에 대한 도움말 기능을, \help명령어로 SQL과 Cypher 도움말을 제공합니다. 본 튜토리얼을 진행하면서 AgensGraph 기능에 관해 궁금한 사항이 있다면 도움말을 활용하시기 바랍니다.
본 튜토리얼은 다음과 같이 구성되어 있습니다.
- Dataset Overview
- What is, and How to Generate Graph Model
- Export Dataset from RDB to CSV
- Import CSV to AgensGraph
- Querying Graph Data
- Updating Graph Data
- Notes
01. Dataset Overview: Northwind
본 튜토리얼에서는 RDBMS에서 널리 사용되는 샘플 데이터셋인 Northwind 데이터셋을 사용합니다. Northwind 데이터셋은 흔히 관계형 데이터 예제로 사용되지만 그래프 데이터 예제로도 사용할 수 있습니다. Northwind 데이터셋에는 전세계에서 특수 식품을 수입, 수출하는 Northwind Traders라는 가상의 회사가 존재하며 이 회사의 판매 데이터가 들어 있습니다. 본 튜토리얼에서 제공하는 Northwind 데이터셋은 총 11개 테이블, Vertex Label 6개, Edge Label 6개로 구성되어 있으며 고객 91명, 주문이력 830회, 판매된 상품 77가지를 포함하고 있습니다.
데이터셋의 Entity-Relationship Diagram은 아래와 같습니다.
02. What is, and How to Generate Graph Model
그래프 모델(Graph Model)은 데이터를 Row와 Column으로 구성된 테이블(Table)이 아니라, 점(Node 또는 Vertex)과 점이 선(Link 또는 Edge)로 연결된 형태인 그래프로 구현한 데이터 모델입니다.
테이블을 사용하는 관계형 모델에서 그래프 모델로 전환 시 다음 내용을 참고하십시오.
- 관계형 모델에서 Row는 그래프 모델에서 Properties를 가진 Vertex 또는 Edge에 해당.
- 관계형 모델에서 테이블명(Table Name)은 그래프 모델에서 Vertex Label과 Edge Label에 해당.
Northwind 데이터셋의 그래프 모델은 다음과 같습니다.
그래프 모델과 관계형 모델의 가장 큰 차이 중 하나는 그래프 모델이 관계형 모델과 다르게 현실 모델(비즈니스 모델)을 있는 그대로 반영한다는 점입니다.
관계형 모델은 복잡한 현실 세계의 비즈니스 모델을 가공해 표 형태의 테이블 형식으로 변환합니다.
하지만 현실 세계의 비즈니스 모델은 각 객체(Vertex)간에 관계(Edge)가 맺어진 형태이고, 유사한 객체끼리의 묶음이 그룹(Label)으로 표현되어 있습니다. 그리고 이는 그래프 모델의 데이터 구현 방식과 매우 유사합니다.
03. Export Dataset from RDB to CSV
만약 사용자의 기존 레거시 RDB에 Northwind 데이터셋이 존재하며 이를 AgensGraph에 적재하고 싶다면, RDB에 존재하는 데이터셋을 먼저 CSV로 Export한 다음 이를 AgensGraph에 적재해야 합니다.
사용자의 레거시 RDB에 존재하는 Northwind 데이터셋을 CSV로 Export하려면 다음 쿼리를 사용자의 RDBMS 상에서 실행합니다.
다음 쿼리는 PostgreSQL을 기준으로 작성되었으며 쿼리 결과로 생성되는 CSV 파일은 기본적으로 "D:\northwind\exp\"에 생성됩니다. 쿼리의 정상적인 실행을 위해 사용자는 사용자 환경에 맞게 CSV 파일 생성 디렉토리("D:\northwind\exp\")를 변경해야 합니다.
COPY (SELECT * FROM categories) TO 'D:\northwind\exp\categories.csv' WITH CSV header;
COPY (SELECT * FROM customers) TO 'D:\northwind\exp\customers.csv' WITH CSV header;
COPY (SELECT * FROM employees) TO 'D:\northwind\exp\employees.csv' WITH CSV header;
COPY (SELECT * FROM employee_territories) TO 'D:\northwind\exp\employee_territories.csv' WITH CSV header;
COPY (SELECT * FROM orders_details) TO 'D:\northwind\exp\orders_details.csv' WITH CSV header;
COPY (SELECT * FROM orders) TO 'D:\northwind\exp\orders.csv' WITH CSV header;
COPY (SELECT * FROM products) TO 'D:\northwind\exp\products.csv' WITH CSV header;
COPY (SELECT * FROM regions) TO 'D:\northwind\exp\regions.csv' WITH CSV header;
COPY (SELECT * FROM shippers) TO 'D:\northwind\exp\shippers.csv' WITH CSV header;
COPY (SELECT * FROM suppliers) TO 'D:\northwind\exp\suppliers.csv' WITH CSV header;
COPY (SELECT * FROM territories) TO 'D:\northwind\exp\territories.csv' WITH CSV header;
COPY (SELECT * FROM orders
LEFT OUTER JOIN orders_details ON orders_details.OrderID = orders.OrderID) TO 'D:\northwind\exp\orders.csv' WITH CSV header;
04. Import CSV to AgensGraph
CSV형태의 데이터셋을 AgensGraph로 Import하려면 AgensGraph FDW(Foreign-Data Wrapper)를 이용해야 합니다.
-
먼저, 'file_fdw' extension을 설치합니다.
CREATE EXTENSION IF NOT EXISTS file_fdw; -
데이터베이스 연결서버를 생성합니다.
CREATE SERVER northwind FOREIGN DATA WRAPPER file_fdw; -
CSV 파일 형태의 데이터셋을 적재할 각각의 Foreign Table을 생성합니다.
CREATE FOREIGN TABLE categories ( CategoryID int, CategoryName varchar(15), Description text, Picture bytea ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\categories.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE customers ( CustomerID char(5), CompanyName varchar(40), ContactName varchar(30), ContactTitle varchar(30), Address varchar(60), City varchar(15), Region varchar(15), PostalCode varchar(10), Country varchar(15), Phone varchar(24), Fax varchar(24) ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\customers.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE employees ( EmployeeID int, LastName varchar(20), FirstName varchar(10), Title varchar(30), TitleOfCourtesy varchar(25), BirthDate date, HireDate date, Address varchar(60), City varchar(15), Region varchar(15), PostalCode varchar(10), Country varchar(15), HomePhone varchar(24), Extension varchar(4), Photo bytea, Notes text, ReportTo int, PhotoPath varchar(255) ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\employees.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE employee_territories ( EmployeeID int, TerritoryID varchar(20) ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\employee_territories.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE orders_details ( orderID int, ProductID int, UnitPrice money, Quantity smallint, Discount real ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\orders_details.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE orders ( orderID int, CustomerID char(5), EmployeeID int, orderDate date, RequiredDate date, ShippedDate date, ShipVia int, Freight money, ShipName varchar(40), ShipAddress varchar(60), ShipCity varchar(15), ShipRegion varchar(15), ShipPostalCode varchar(10), ShipCountry varchar(15) ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\orders.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE products ( ProductID int, ProductName varchar(40), SupplierID int, CategoryID int, QuantityPerUnit varchar(20), UnitPrice money, UnitsInStock smallint, UnitsOnorder smallint, ReorderLevel smallint, Discontinued bit ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\products.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE regions ( RegionID int, RegionDescription char(50) ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\regions.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE shippers ( ShipperID int, CompanyName varchar(40), Phone varchar(24) ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\shippers.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE suppliers ( SupplierID int, CompanyName varchar(40), ContactName varchar(30), ContactTitle varchar(30), Address varchar(60), City varchar(15), Region varchar(15), PostalCode varchar(10), Country varchar(15), Phone varchar(24), Fax varchar(24), HomePage text ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\suppliers.csv', delimiter ',', quote '"', null ''); CREATE FOREIGN TABLE territories ( TerritoryID varchar(20), TerritoryDescription char(50), RegionID int ) SERVER northwind OPTIONS (FORMAT 'csv', HEADER 'true', FILENAME 'D:\northwind\territories.csv', delimiter ',', quote '"', null ''); -
Graph를 생성한 후 Graph Path를 지정합니다.
CREATE GRAPH northwind_graph; SET graph_path = northwind_graph; -
이제 Vertex를 생성합니다.
LOAD FROM categories AS source CREATE (n:category=to_jsonb(source)); LOAD FROM customers AS source CREATE (n:customer=to_jsonb(source)); LOAD FROM employees AS source CREATE (n:employee=to_jsonb(source)); create vlabel if not exists "order"; LOAD FROM orders AS source CREATE (n:"order"=to_jsonb(source)); LOAD FROM products AS source CREATE (n:product=to_jsonb(source)); LOAD FROM regions AS source CREATE (n:region=to_jsonb(source)); LOAD FROM shippers AS source CREATE (n:shipper=to_jsonb(source)); LOAD FROM suppliers AS source CREATE (n:supplier=to_jsonb(source)); LOAD FROM territories AS source CREATE (n:territory=to_jsonb(source)); -
빠른 그래프 탐색을 위해 Vertex의 Index를 생성합니다.
CREATE PROPERTY INDEX ON category(categoryid); CREATE PROPERTY INDEX ON customer(customerid); CREATE PROPERTY INDEX ON employee(employeeid); CREATE PROPERTY INDEX ON "order"(orderid); CREATE PROPERTY INDEX ON product(productid); CREATE PROPERTY INDEX ON region(regionid); CREATE PROPERTY INDEX ON shipper(shipperid); CREATE PROPERTY INDEX ON supplier(supplierid); CREATE PROPERTY INDEX ON territory(territoryid); -
Vertex간의 관계를 생성합니다.
LOAD FROM orders_details AS source MATCH (n:"order"),(m:product) WHERE n.orderid=to_jsonb((source).orderid) AND m.productid=to_jsonb((source).productid) CREATE (n)-[r:ORDERS {unitprice:(source).unitprice,quantity:(source).quantity,discount:(source).discount}]->(m); MATCH (n:employee),(m:employee) WHERE m.employeeid=n.reportto CREATE (n)-[r:REPORTS_TO]->(m); MATCH (n:supplier),(m:product) WHERE m.supplierid=n.supplierid CREATE (n)-[r:SUPPLIES]->(m); MATCH (n:product),(m:category) WHERE n.categoryid=m.categoryid CREATE (n)-[r:PART_OF]->(m); MATCH (n:customer),(m:"order") WHERE m.customerid=n.customerid CREATE (n)-[r:PURCHASED]->(m); MATCH (n:employee),(m:"order") WHERE m.employeeid=n.employeeid CREATE (n)-[r:SOLD]->(m);
위 과정을 모두 정상적으로 수행하셨다면 아래와 같은 그래프 모델이 생성됩니다.
(AgensBrowser에서 쿼리 수행 시 그래프 레이아웃 및 쿼리 조건에 따라 보여지는 모습이 달라질 수 있습니다.)
05. Querying Graph Data
AgensGraph에 Northwind 데이터 적재가 완료되었다면 Cypher 쿼리로 데이터를 조회하여 데이터가 정상적으로 적재되었는지 확인합니다.
이 튜토리얼에서는 이해를 돕기 위해 AgensBroswer에서 쿼리를 실행해 그래프를 시각화하여 제공합니다.
-
전체 데이터 중 100개를 조회해보기
: 고객, 주문, 상품을 합쳐 최대 100개의 객체를 조회해보겠습니다.MATCH path=(c:customer)-[:purchased]->(o:"order")-[r:orders]->(p:product) RETURN path LIMIT 100;
-
특정 고객의 데이터만 조회해보기
: 여러 고객 중 'ANTON'이라는 이름을 가진 고객의 구매 데이터를 조회해보겠습니다.MATCH path=(c:customer)-[:PURCHASED]->(o:"order")-[:ORDERS]->(p:product)-[:PART_OF]->(:category) WHERE c.customerid = 'ANTON' RETURN path
-
특정 상품의 데이터만 조회해보기
: 여러 상품 중 "Chai"라는 특정 상품에 대한 모든 주문 데이터를 조회해보겠습니다.MATCH path1=((:supplier)-[:supplies]->(:product {productname:'Chai'})-[:part_of]->(:category)) MATCH path2=((:customer)-[:purchased]->(:"order")-[:orders]->(:product {productname:'Chai'})) MATCH path3=((:employee)-[:sold]->(:"order")-[:orders]->(:product {productname:'Chai'})) RETURN path1, path2, path3;
-
고객별 상품 구매순위 만들기
: 고객이 주문한 상품이 얼마나 자주 구매되었는지 파악하기 위해 상품별 주문율인 rating을 계산해보겠습니다.DROP ELABEL IF EXISTS RATED CASCADE; CREATE ELABEL IF NOT EXISTS RATED; MATCH (c:customer)-[:PURCHASED]->(o:"order")-[:ORDERS]->(p:product) WITH c, count(p) AS total MATCH (c)-[:PURCHASED]->(o:"order")-[:ORDERS]->(p:product) WITH c, total, p, count(o) AS orders WITH c, total, p, orders, orders*1.0/total AS rating MERGE (c)-[rated:RATED {total_count: to_jsonb(total), order_count: to_jsonb(orders), rating: rating}]->(p);위 쿼리를 통해 각 상품별 주문율을 뜻하는 rating vertex를 생성했다면 이제 'ANTON'이라는 고객이 주문한 상품과 각 상품에 대한 주문율을 계산할 수 있습니다.
MATCH path = (c:customer)-[r:RATED]->(p:product) WHERE c.customerid='ANTON' RETURN c.customerid as cid, r.total_count, p.productName, r.order_count AS ord_cnt, r.rating, path ORDER BY cid, ord_cnt DESC LIMIT 100;
-
원클릭으로 특정 상품에 대한 주문들을 배송 국가별로 분류하기 (Group By) (AgensBrowser 2.1 / Enterprise Edition 전용 기능)
Enterprise Edition 패키지에 포함된 AgensBrowser 2.1을 사용하면 버튼 클릭 한 번으로 조회한 모든 데이터를 특정 Label Property로 그룹핑(Group By Property)할 수 있습니다.
예를 들어, 여기에서는 ‘Chai’ 상품에 대한 전체 주문 데이터(Order)를 배송 국가(Shipcountry)별로 분류해보겠습니다.
AgensBrowser 2.1 설치, 사용에 관한 자세한 사항은 Bitnine 홈페이지를 참조하시기 바랍니다.
그래프를 조회한 후, AgensBrowser 2.1 화면 우측 도구모음에서
(Filtering & Grouping)를 클릭하면 아래와 같이 조회된 데이터에 존재하는 Vertex들을 Vertex Property로 그룹핑/필터링하는 메뉴가 나타납니다. 그룹핑하기 원하는 Vertex Label을 클릭하고 Property 목록 중 그룹핑 기준으로 선택하고 싶은 Property 체크박스를 선택합니다. Group By List에 해당 Property가 등록되면 +Group 아이콘을 클릭합니다. 그리고 Reload 버튼을 누르면 현재 조회된 그래프가 선택한 Property로 그룹핑됩니다.
※ ‘Chai’ 상품 주문 데이터를 주문(Order) Lable의 배송국가(Shipcountry)로 그룹핑
※ 배송국가(Shipcountry)별 ‘Chai’ 상품 주문 현황
-
원클릭으로 특정 국가에만 배송되는 상품 주문 찾기(Filter By) (AgensBrowser 2.1 / Enterprise Edition 전용 기능)
AgensBrowser 2.1에서는 버튼 클릭 한 번으로 데이터를 특정 Label Property에 대해 필터링(Filter By)할 수 있습니다.
예를 들어, 여기에서는 ‘Chai’ 상품에 대한 전체 주문 데이터(Order) 중에서 미국에만 배송되었던 주문을 찾아보겠습니다. 그래프를 조회한 후, AgensBrowser 2.1 화면 우측 도구모음에서(Filtering & Grouping)를 클릭하면 아래와 같이 조회된 데이터에 존재하는 Vertex들을 Vertex Property로 그룹핑/필터링하는 메뉴가 나타납니다. 필터링 기준이 되는 Vertex Label을 클릭하고 Property 목록 중 필터링 기준으로 선택하고 싶은 Property 체크박스를 선택합니다. Filter By List 에 해당 Property가 등록되면 Filtering 기준을 선택한 다음 +Filter 아이콘을 클릭하고 Reload 버튼을 누르면 현재 그래프에 필터링이 적용됩니다.
※ ‘Chai’ 상품 주문 데이터에 배송국가(Shipcountry) 그룹핑/필터링 동시 적용
※ 배송국가(Shipcountry)별 ‘Chai’ 상품 주문 현황
-
원클릭으로 Vertex 간 최단거리 탐색하기 (Shortest Path) (AgensBrowser 2.1 / Enterprise Edition 전용 기능)
AgensBrowser 2.1에서는 버튼 클릭 한 번으로 특정 Vertex 사이의 최단거리를 탐색할 수 있습니다. 예를 들어, 여기에서는 ‘Steven Buchanan’이라는 영업사원이 고기/가금류 식품 매출에 기여한 경로 중 최단 경로를 알아보려고 합니다. ‘Steve’는 자신이 직접 고객에게 상품을 판매하여 매출을 일으키거나 자신의 상사인 ‘Andrew’에게 고객 정보를 보고하여 ‘Andrew’의 영업을 도움으로써 매출에 간접적으로 기여할 수 있습니다. 그래프를 조회한 후, AgensBrowser 2.1 화면 우측 도구모음에서
(Find Shortest Path)를 클릭하면 최단 경로 탐색을 위해 경로 시작 Vertex (Start Node)와 끝 Vertex (End Node)를 입력하는 창이 나타납니다. 시작 Vertex와 끝 Vertex를 마우스로 클릭하여 지정한 후 Search 버튼을 클릭하면 두 Vertex 사이 최단경로를 화면상에 표시합니다.
※ ‘Steven’과 고기/가금류(‘Meat/Poultry’) 사이에 존재하는 모든 경로
※ ‘Steven’과 고기/가금류(‘Meat/Poultry’) 사이 최단거리 검색
위 그림에 있는 쿼리 결과와 화면에 나타난 그래프 데이터가 일치하지 않는다고 생각하시는 분들이 계실 수 있습니다. 사실, AgensBrowser 2.1은 쿼리 결과를 화면에 쌓는 그래프 데이터의 Overlapping을 지원합니다. 즉, 위 화면은 쿼리문 블록 2개를 실행한 내용이 쌓여서 나타난 결과이며 화면에 나타난 쿼리문은 2번째 쿼리 블록에 해당됩니다. 다시 말하면, AgensBrowser 2.1에서 위 그림처럼 ‘Buchanan’이 고기/가금류 식품 매출에 기여한 모든 정보를 표시하는 방법은 크게 2가지입니다.
※ 1개의 쿼리 블록 실행으로 결과를 화면에 표시하기
MATCH p0=((a:employee)-[:sold]->(:"order")-[:orders]->(:product)-[:part_of]->(:category {categoryname:'Meat/Poultry'})) MATCH p1=((a)-[:reports_to]->(:employee)-[:sold]->(:"order")-[:orders]->(:product)-[:part_of]->(:category {categoryname:'Meat/Poultry'})) WHERE a.firstname = 'Steven' AND a.lastname = 'Buchanan' RETURN p0, p1;※ 2개의 쿼리 블록을 각각 실행하여 각 결과를 화면에 쌓아서 표시하기
--First Query Block MATCH p=((a:employee)-[:sold]->(:"order")-[:orders]->(:product)-[:part_of]->(:category {categoryname:'Meat/Poultry'})) WHERE a.firstname = 'Steven' AND a.lastname = 'Buchanan' RETURN p; --Second Query Block MATCH p=((a:employee)-[:reports_to]->(:employee)-[:sold]->(:"order")-[:orders]->(:product)-[:part_of]->(:category {categoryname:'Meat/Poultry'})) WHERE a.firstname = 'Steven' AND a.lastname = 'Buchanan' RETURN p; -
원클릭으로 Graph Centrality 확인하기 (Centrality) (AgensBrowser 2.1 / Enterprise Edition 전용 기능)
AgensBrowser 2.1에서는 버튼 클릭 한 번으로 Graph Centrality를 시각화할 수 있습니다. AgensBrowser 2.1은 Betweenness, Closeness, Degree, PageRank 등 다양한 Graph Centrality 기준을 제공합니다.
예를 들어, 여기에서는 다시 ‘Chai’ 상품에 대한 주문 데이터로 돌아가 Centrality를 시각화합니다. Centrality를 시각화한 화면에서 각 Vertex의 크기는 Centrality값에 비례합니다. 그래프를 조회한 후, AgensBrowser 2.1 화면 우측 도구모음에서
(Centrality)를 클릭하면 Centrality 기준(Methods)을 선택하는 화면이 나타납니다. 원하는 기준을 선택하면 Centrality값에 따라 조회된 그래프의 Vertex 크기가 달라지며 Centrality값이 높은 Vertex일 수록 더 크게 나타납니다.
※ AgensBrowser 2.1에서 ‘Chai’ 상품에 대한 모든 주문 데이터 조회
※ ‘Chai’ 상품에 대한 모든 주문 데이터의 Closeness Centrality 시각화
※ ‘Chai’ 상품에 대한 모든 주문 데이터의 PageRank Centrality 시각화
-
원클릭으로 이웃하는 데이터 표시하기 (Highlight Neighbors) (AgensBrowser 2.1 / Enterprise Edition 전용 기능)
AgensBrowser 2.1에서는 버튼 클릭 한 번으로 Neighboring Vertex를 시각화할 수 있습니다. AgensBrowser 2.1 화면 우측 도구모음에서
(Highlight Neighbors)를 클릭하고 특정 Vertex를 클릭하면, 그 Vertex의 최대 3-hop Neighbor Vertex까지 화면에 선택됩니다. Neighbor Vertex를 선택하는 기준은 Edge Direction과 상관없으며 다만 중복되는 Edge Label을 선택해야 하는 경우 그 Edge로 연결되는 Vertex는 Neighbor에서 제외합니다. 예를 들어, ‘Chai’ 상품에 대한 주문 데이터 예시에서 주문번호가 10729인 Order Vertex의 Neighbor를 탐색하면 아래 그림과 같이 Neighbor가 표시됩니다. 주문번호가 10838인 Order Vertex는 10729 Order Vertex와 2-hop 거리에 있지만 ‘Felipe’라는 Customer Vertex를 이미 Neighbor로 가지고 있고, ‘Felipe’는 10729 Order와 Purchased Edge로 연결되어 있습니다. 따라서 10838 Order를 Neighbor로 선택할 경우 Purchased Edge가 중복되기 때문에 10838 Order는 Neighbor로 선택되지 않습니다.
※ 주문번호(Order ID)가 10729인 Order Vertex의 Neighbor 표시
-
원클릭으로 그래프 Timeline 재생하기 (AgensBrowser 2.1 / Enterprise Edition 전용 기능)
AgensBrowser 2.1에서는 버튼 클릭 한 번으로 시간흐름에 따라 Graph가 생성, 변화하는 과정을 시각화할 수 있습니다. 그래프를 조회한 후, AgensBrowser 2.1 화면 우측 도구모음에서
(Play Timeline)를 클릭하면, 시간 흐름에 따라 어떻게 변화하는지 알아보고 싶은 Vertex Label과 그 Vertex의 시간/날짜를 나타내는 Property를 입력하는 창이 나타납니다. 어떤 Vertex Label의 변화를 관찰하려면 그 Vertex Label은 반드시 시간/날짜를 나타내는 Property(PostgreSQL Date Type)를 가지고 있어야 합니다. 설정 창에서 Vertex Label과 Property를 선택하고 Set Timeline 버튼을 클릭하면 Play 버튼이 활성화되며 Time Bar Index에 그래프 Timeline 재생 시작 날짜/시간과 끝 날짜/시간이 표시됩니다. Play 버튼을 누르면 Timeline이 재생되는데 각 시간/날짜마다 생성된 Vertex와 이 Vertex의 Neighbor Vertex만 화면에 선명하게 나타나고 나머지 데이터는 흐리게 나타납니다. 그리고 사용자는 Pause 버튼을 눌러 재생을 일시 정지하거나 Stop 버튼으로 재생을 종료할 수 있습니다. 예를 들어, 여기에서는 영업팀의 ‘Steve Buchanan’과 ‘Andrew Fuller’가 시간 흐름에 따라 고기/가금류(Meat/Poultry)를 판매한 기록을 그래프 상에서 재생합니다.
※ ‘Steve Buchanan’과 ‘Andrew Fuller’의 고기/가금류 판매 Timeline 설정
아래 Timeline 재생 화면에서 흰색으로 하이라이팅된 Vertex가 해당 시간/날짜에 생성된 Vertex이며, 활성화된 그래프 데이터는 하이라이팅된 Vertex의 3-hop Neighbor입니다(Edge Direction과 상관없이 모든 3-hop Neighbor Vertex 중에서 Edge Label이 중복되지 않는 Vertex만 해당).
06. Updating the Graph
그래프 데이터를 정상적으로 조회할 수 있었다면 이번에는 그래프 데이터를 업데이트하는 쿼리를 수행합니다. 그래프 데이터를 업데이트 하기 위해 필요한 정보를 찾고 기존 객체의 값을 업데이트 하거나 그래프를 확장할 수 있습니다.
다음은 사원 Janet의 보고대상(REPORTS_TO)을 관리자인 Steven으로 지정하는 쿼리입니다. 먼저 MATCH 쿼리를 통해 Steven Vertex를 찾고, Janet의 기존 보고체계를 나타내는 패턴을 찾습니다. 이 패턴에서 기존의 'REPORTS_TO' edge를 삭제하고, Janet과 Steven 사이에 'REPORTS_TO' edge를 새로 생성합니다.
MATCH (mgr:Employee {EmployeeID:5}) -- Steven (Vertex)
MATCH (emp:Employee {EmployeeID:3})-[rel:REPORTS_TO]->() -- Janet (Vertex) and Her/His REPORTS_TO (Edge)
DELETE rel
CREATE (emp)-[:REPORTS_TO]->(mgr);
MATCH path0=((emp:Employee {EmployeeID:3})-[rel:REPORTS_TO]->(mgr:Employee {EmployeeID:5}))
RETURN path0;
그리고 아래와 같이 SET 쿼리로 Property를 업데이트하거나 Property를 삭제할 수 있습니다.
MATCH path0=((emp:Employee {EmployeeID:3})-[rel:REPORTS_TO]->(mgr:Employee {EmployeeID:5}))
SET emp.country = 'UK'
SET emp.notes = null
RETURN path0;
AgensGraph에서는 이렇게 위와 같은 방법으로 그래프를 변경할 수 있습니다. Northwind 데이터셋에 대해 궁금한 점이 있으시거나 AgensGraph를 더 자세히 알고 싶으시다면 아래 링크를 참고해주시기 바랍니다.
Related Links
Additional Dataset
위 튜토리얼 내용으로 데이터를 적재하고 적재된 데이터를 조회, 수정하는 방법을 익히셨다면 다음 IMDB(영화정보) 데이터셋.을 비트나인 깃허브에서 다운받아 활용해보실 수 있습니다.