Partager via

Visualiser des données de graphe stockées dans Azure Cosmos DB for Gremlin avec des solutions de visualisations de données

  • Article

S’APPLIQUE À : Gremlin

Vous pouvez visualiser des données stockées dans Azure Cosmos DB for Gremlin avec différentes solutions de visualisation de données.

Important

Les solutions mentionnées dans cet article sont fournies à titre d’information uniquement et appartiennent à leurs propriétaires respectifs. Nous recommandons aux utilisateurs d’effectuer une évaluation minutieuse, puis de sélectionner celles qui leur conviennent le mieux.

Linkurious Enterprise

Linkurious Enterprise utilise une technologie et une visualisation de données de graphe pour transformer des jeux de données complexes en réseaux visuels interactifs. La plateforme se connecte à vos sources de données et permet à des enquêteurs de naviguer en toute transparence parmi des milliards d’entités et de relations. Elle vous offre la possibilité de détecter les relations suspectes sans jongler avec des tables ou des requêtes.

L’interface interactive de Linkurious Enterprise offre un moyen facile d’examiner des données complexes. Vous pouvez rechercher des entités spécifiques, développer des connexions pour découvrir des relations cachées et appliquer les dispositions de votre choix pour démêler des réseaux complexes. Linkurious Enterprise est désormais compatible avec Azure Cosmos DB for Gremlin. Elle est adaptée aux scénarios de visualisation de graphique de bout en bout et prend en charge la lecture et l’écriture de fonctionnalités à partir de l’interface utilisateur. Vous pouvez demander une démonstration de Linkurious avec Azure Cosmos DB

Démonstration de Linkurious

Figure : Flux de visualisation Linkurious Enterprise

Cambridge Intelligence

Les kits de ressources pour la visualisation de graphe de Cambridge Intelligence prennent en charge Azure Cosmos DB. Les deux kits de ressources de visualisation suivants sont pris en charge par Azure Cosmos DB :

L’animation montre un exemple de visualisation de KeyLines à différents niveaux de détail.

Figure : Visualisation de KeyLines à différents niveaux de détail.

Ces kits de ressources vous permettent de concevoir des applications de visualisation et d’analyse de graphe à hautes performances. Ils exploitent un rendu WebGL(Web Graphics Library) puissant et du code élaboré avec soin pour offrir aux utilisateurs une expérience de visualisation rapide et pertinente. Ils sont compatibles avec n’importe quel navigateur, appareil, serveur ou base de données, et sont fournis avec des tutoriels pas à pas, des API entièrement documentées et des démonstrations interactives.

L’animation montre un exemple de visualisation de Re-Graph à différents niveaux de détail.

Figure : Exemple de visualisation de Re-Graph à différents niveaux de détail

Tom Sawyer

Tom Sawyer Perspectives est une plateforme robuste de génération d’applications de visualisation et d’analyse des données de graphe de qualité professionnelle. Nécessitant peu de programmation, cette plateforme de développement pour la visualisation de graphe et de données inclut la conception intégrée, une interface d’aperçu et des bibliothèques d’API étendues. Elle intègre des sources de données d’entreprise à de puissantes technologies de visualisation, de disposition et d’analyse de graphe, permettant de résoudre les problèmes liés au Big Data.

Perspectives permet de développer rapidement des applications de visualisation orientées données de qualité production. Deux modules graphiques, le « Designer » (concepteur) et le « Previewer » (générateur d’aperçu), sont utilisés pour créer des applications permettant de visualiser et d’analyser les données spécifiques sur lesquelles s’appuie chaque projet. Utilisés conjointement, le Designer et le Previewer offrent un processus d’aller-retour efficace qui accélère considérablement le développement d’applications. Pour visualiser les données d’Azure Cosmos DB for Gremlin à l’aide de cette plateforme, demandez un essai gratuit de 60 jours de cet outil.

Démonstration de Tom Sawyer Perspectives

Figure : Tom Sawyer Perspectives en action

Tom Sawyer Graph Database Browser simplifie la visualisation et l’analyse de données dans Azure Cosmos DB for Gremlin. Il vous permet de voir et de comprendre les connexions dans vos données sans connaissance approfondie du langage de requête ou du schéma. Vous pouvez définir manuellement le schéma de votre projet ou utiliser l’extraction de schéma pour le créer. Ainsi, même les utilisateurs ayant moins de connaissances techniques peuvent interagir avec les données en chargeant les voisins des nœuds sélectionnés et en créant la visualisation dans la direction souhaitée. Les utilisateurs avancés peuvent exécuter des requêtes à l’aide de Gremlin, Cypher ou SPARQL pour obtenir d’autres insights. Quand vous définissez le schéma, vous pouvez charger les données Azure Cosmos DB dans le modèle Perspectives. À l’aide de la définition de l’intégrateur, vous pouvez spécifier l’emplacement et la configuration du point de terminaison Gremlin. Vous pouvez ensuite lier des éléments de la source de données Azure Cosmos DB aux éléments du modèle Perspectives et visualiser vos données.

Quel que soit leur niveau de compétence, les utilisateurs peuvent tirer parti de cinq dispositions de graphe uniques pour afficher le graphe sous la forme la plus pertinente. L’outil offre également des analyses intégrées de centralité, de clustering et de recherche de chemin qui révèlent des modèles jusqu’alors non détectés. À l’aide de ces techniques, les organisations peuvent identifier des modèles critiques dans des domaines tels que la détection des fraudes, la veille de la clientèle (customer intelligence) et la cybersécurité. La reconnaissance de modèle est cruciale pour les analystes réseau dans des domaines comme la gestion informatique et de réseau générale, la logistique, la migration de systèmes hérités et la transformation de l’entreprise. Accédez à une démonstration en direct de Tom Sawyer Graph Database Browser.

Démonstration de Tom Sawyer Database Browser

Figure : Capacités de visualisation de Tom Sawyer Database Browser

Graphistry

Graphistry transforme automatiquement vos données en cartes d’investigation visuelles interactives conçues pour les besoins des analystes. Il peut rapidement faire apparaître des relations entre les événements et les entités sans qu’il soit nécessaire d’écrire des requêtes ou d’effectuer du data wrangling. Vous pouvez exploiter vos données sans vous soucier de la mise à l’échelle. Vous pouvez investiguer sur la sécurité, les fraudes et l’informatique avec 3 600 vues de clients et chaînes logistiques. Graphistry transforme le potentiel de vos données en insights humains et en valeur.

Capture d’écran de Graphistry

Figure : Capture d’écran de la visualisation dans Graphistry

Avec la technologie client/cloud du GPU de Graphistry, vous pouvez générer une visualisation interactive. Grâce au navigateur standard et au cloud, vous pouvez utiliser toutes les données que vous souhaitez sans compromis sur la rapidité, la réactivité et l’interactivité. Si vous souhaitez exécuter le navigateur sur votre matériel, il vous suffit de déployer une image Docker. De cette façon, vous bénéficiez de la puissance analytique des GPU sans même avoir à vous en préoccuper.

Démonstration de Graphistry

Figure : Graphistry en action

Graphlytic

Graphlytic est une application Web hautement personnalisable dédiée à la visualisation et à l’analyse de graphes. Les utilisateurs peuvent explorer le graphe, rechercher des modèles avec le langage Gremlin ou utiliser des filtres de manière interactive pour trouver des réponses à toute question liée à un graphe. Le rendu d’un graphe s’effectue avec la bibliothèque « Cytoscape.js », qui permet à Graphlytic d’afficher des dizaines de milliers de nœuds et des centaines de milliers de relations en même temps.

Graphlytic est compatible avec Azure Cosmos DB et peut être déployé sur Azure en quelques minutes. Vous disposez de nombreux moyens de personnaliser et d’étendre l’interface utilisateur de Graphlytic et notamment la configuration de la visualisation, le schéma de données, les mappages de styles et les propriétés virtuelles dans la visualisation. Vous pouvez également implémenter des widgets personnalisés qui peuvent améliorer les fonctionnalités de visualisation avec des rapports ou des intégrations sur mesure.

Voici deux exemples de scénarios :

  • Cas d’usage de la gestion informatique : les entreprises qui exécutent leurs opérations informatiques sur leur propre infrastructure (opérateurs IP ou de télécommunication) ont toutes besoin d’une documentation réseau solide et d’une gestion de la configuration opérationnelle. Des analyses d’impact, décrivant les interdépendances entre les éléments du réseau (actifs et passifs), sont développées pour leur permettre d’éliminer les pannes, sources de pertes financières considérables, voire d’interruptions ponctuelles qui réduisent ou bloquent la disponibilité du service. Les goulots d’étranglement et les points de défaillance uniques sont déterminés et résolus. Les redondances de point de terminaison et de route sont implémentées. La visualisation de graphe de propriétés dans Graphlytic apporte la réponse idéale à tous les besoins évoqués plus haut : documentation réseau, gestion de la configuration réseau, analyse d’impact et gestion des ressources. Graphlytic stocke et présente toutes les informations de configuration réseau pertinentes à un même emplacement, apportant une valeur ajoutée inédite aux responsables informatiques et aux techniciens de terrain.

    Démonstration du cas d’usage de la gestion informatique avec Graphlytic

Figure : Cas d’usage de la gestion informatique avec Graphlytic

  • Cas d’usage de la détection de fraude : le modèle de fraude est un terme bien connu de toutes les compagnies d’assurances, banques et entreprises d’e-commerce. Les fraudeurs modernes mettent en œuvre des réseaux et des schémas de fraude sophistiqués, difficiles à mettre au jour avec les outils traditionnels. Sans une détection rapide et efficace, ces fraudes peuvent entraîner de lourdes pertes. D’autre part, les systèmes d’alerte traditionnels utilisent des critères trop stricts et doivent être ajustés pour éliminer les faux positifs, susceptibles de générer un volume colossal d’indications de fraude. Les enquêteurs passent un temps considérable à essayer de détecter les fraudes complexes, ce qui les paralyse dans leurs tâches quotidiennes. L’idée fondamentale derrière Graphlytic est que l’œil humain peut distinguer et identifier n’importe quel modèle dans une forme graphique beaucoup plus facilement que dans une table ou un jeu de données. Ainsi, l’analyste antifraude peut capturer des schémas de fraude dans une visualisation de graphe de façon plus simple, plus rapide et plus pertinente qu’en utilisant uniquement des outils traditionnels.

    Démonstration du cas d’usage de la détection de fraude avec Graphlytic

Démonstration du cas d’usage de la détection de fraude avec Graphlytic

yWorks

yWorks est dédié au développement de solutions logicielles professionnelles permettant de visualiser clairement des graphes, des diagrammes et des réseaux. yWorks associe des structures de données efficaces, des algorithmes complexes et des techniques avancées pour apporter à l’utilisateur une excellente interaction sur une multitude de plateformes cibles. Celui-ci bénéficie d’une visualisation de diagramme hautement polyvalente et sophistiquée dans des applications couvrant de nombreux domaines.

Il peut interroger les données d’Azure Cosmos DB à l’aide de Gremlin, un langage de traversée de graphe efficace. Il peut également interroger la base de données pour obtenir les entités stockées et utiliser les relations afin de parcourir le voisinage connecté. Cette approche nécessite une connaissance technique approfondie de la base de données elle-même et du langage de requête Gremlin pour l’exploration des données stockées. Cependant, avec la visualisation yWorks, vous pouvez explorer visuellement les données Azure Cosmos DB, identifier les structures significatives et mieux comprendre les relations. Au-delà de l’exploration visuelle, vous pouvez également modifier de manière interactive les données stockées en modifiant le diagramme, et ce, sans avoir à connaître le langage de requête associé comme Gremlin. yWorks offre ainsi une visualisation de haute qualité et peut analyser de grands jeux de données issus de données Azure Cosmos DB. Vous pouvez utiliser yFiles pour ajouter des fonctionnalités de visualisation à vos propres applications, tableaux de bord et rapports, ou pour créer des applications et des outils de marque blanche pour les produits internes et destinés aux clients.

Démonstration d’yWorks

Figure : Capture d’écran de visualisations yWorks

Avec yWorks, vous pouvez créer des visualisations explicites permettant aux utilisateurs d’obtenir rapidement et facilement des insights sur les données. Créez des interfaces utilisateur interactives reflétant l’identité visuelle de votre société et se connectant facilement à l’infrastructure et aux services existants. Utilisez des dispositions de graphe automatiques hautement sophistiquées pour générer des visualisations claires des données cachées dans votre compte Azure Cosmos DB. Les algorithmes d’analyse de graphe les plus importants sont implémentés de manière efficace, vous permettant de créer des interfaces utilisateur dynamiques, qui mettent en évidence les informations qui intéressent l’utilisateur ou dont il doit avoir connaissance. Utilisez yFiles pour créer des applications interactives qui fonctionnent aussi bien sur des ordinateurs de bureau que sur des appareils mobiles.

Voici quelques cas d’usage et modèles de données courants :

  • Réseaux sociaux, données sur le blanchiment d’argent et réseaux de trésorerie, où les entités similaires sont connectées les unes aux autres
  • Données de processus où les entités sont traitées et passent d’un état à un autre
  • Organigrammes et réseaux organisationnels, présentant les hiérarchies d’équipe ainsi que les dépendances et relations de participation majoritaire entre des sociétés ou des clients
  • Possibilité de visualiser, de vérifier et d’auditer les informations de traçabilité des données et les données de conformité
  • Journaux de réseaux d’ordinateurs, journaux de sites web, journaux de parcours des clients
  • Graphes de connaissances stockés sous forme de triplets et dans d’autres formats
  • Données de gestion de cycle de vie produit
  • Listes de nomenclatures et données de chaîne logistique

Étapes suivantes