Fidèle à sa vision de rendre les données connectées - alimentées par la technologie des graphes- accessible à un plus grand nombre d’utilisateurs, la société a annoncé la sortie d’un nouveau produit, Neo4j Bloom, qui simplifie les échanges entre les développeurs et les parties prenantes de l’entreprise.

Cette version inclut également des améliorations de la célèbre base de données de graphes de Neo4j, dont une augmentation de plus de 50 pourcents de la scalabilité horizontale et de la performance.

Selon Emil Eifrem, P-DG et cofondateur de Neo4j, ces améliorations sont un pilier essentiel pour les cas d’usage de la technologie de graphes tels que la détection de fraude, les moteurs de recommandation en temps réel et les graphes de connaissances qui alimentent l’intelligence artificielle.

La visualisation des données pour les utilisateurs non techniques
Neo4j Bloom est un produit de visualisation et d’exploration de graphes qui transforme le concept abstrait des relations entre données en vues tangibles et facilement compréhensibles.

Neo4j Bloom est entièrement intégré à la plateforme de graphes Neo4j. Contrairement aux outils traditionnels d’exploration des données, Bloom révèle la manière dont les éléments sont reliés entre eux et donne ainsi une visibilité sur leur contexte. Sans connaître un langage de requête, les utilisateurs peuvent explorer le graphe par le biais de formules de recherche, zoomer puis sélectionner un nœud dans le graphe pour examiner et modifier ses propriétés. Ils peuvent également élaborer des scénarios pour améliorer la collaboration entre les utilisateurs.

Nouvelles fonctionnalités dans la base de données de Neo4j

Comme Neo4j travaille avec des milliers d’organisations qui collectent des ensembles de données toujours plus volumineux, la base de données Neo4j se doit de tenir la cadence. Les améliorations de la version 3.4 comprennent :
_ ? Le multi-clustering : les utilisateurs peuvent créer et gérer plusieurs graphes, dont chacun opère dans son propre cluster causal évolutif. Le multi-clustering permet d’avancer vers une scalabilité horizontale complète. Il peut être utilisé pour suivre une logique de partitionnement des graphes, créer des systèmes Saas à haute disponibilité, à grande échelle et mutualisés ou superviser différents déploiements de graphes dans l’entreprise - par exemple, l’élaboration de systèmes de traçabilité des données par pays et conformes au RGPD (Règlement général sur la protection des données).
_ ? Séries temporelles et géospatiales en 3D. Neo4j 3.4 propose davantage de cas d’usage en ajoutant à Cypher des fonctionnalités de recherche par date, par heure et géospatiales en 3D. Dorénavant, les clients peuvent facilement mettre au point des fonctionnalités de recherche radiale du type "trouver tous les commerçants qui vendent du chocolat dans un rayon de 100 mètres" ou des systèmes de mise à disposition en temps réel de vélos qui tiennent compte de la distance à parcourir, de l’heure et des dénivelés dans leurs calculs.
_ ? Améliorations de la performance : Neo4j maintient sa performance inégalée avec une accélération de plus de 70% de l’exécution de Cypher, de 100% des sauvegardes et du chargement des données et de 30 à 50% de l’ensemble des écritures grâce à des indexations natives de chaînes de caractères.
_ ? Administration et sécurité : les administrateurs disposent dorénavant de nouveaux outils de diagnostic, d’un cache mémoire automatique qui se lance au démarrage, d’une gestion des droits au niveau des propriétés, de sauvegardes à chaud et - à partir de maintenant - de mises à jour sans interruption de service.

Emil Eifrem estime que la version 3.4 de Neo4j et Neo4j Bloom permettent à la technologie des graphes d’aller plus loin dans l’entreprise grâce à son impressionnante capacité à alimenter l’innovation.