Neo4j introduceert connector voor Apache Spark

Neo4j heeft de Neo4j-connector voor Apache Spark aangekondigd, een integratietool om data bidirectioneel te verplaatsen tussen het Neo4j Graph Platform en Apache Spark. De Neo4j Connector voor Apache Spark komt tegemoet aan grote vraag uit de Spark- en Neo4j-gemeenschappen om graphs toe te passen op machine learning-pijplijnen, datasilo's te verenigen en meer waarde te halen uit bestaande datastores.

De Neo4j-connector voor Apache Spark biedt gemakkelijke bidirectionele toegang tussen Neo4j graph datasets en vele andere gegevensbronnen - inclusief relationele databases, semi-gestructureerde en ongestructureerde (NoSQL) repositories - waarbij data van tabellen naar graphs worden omgezet en indien nodig weer terug. De nieuwe connector is gratis verkrijgbaar en wordt volledig ondersteund voor Neo4j-klanten.

Met de Neo4j-connector voor Apache Spark kunnen gebruikers Spark-data en Neo4j graph data samenvoegen om meer vragen te beantwoorden, inzichten te krijgen en nieuwe oplossingen te creëren. Voor Neo4j-klanten: Neo4j-grafieken kunnen via Spark met elk ander systeem of gegevensbron worden verbonden. De Spark Connector transformeert gegevensbronnen in tabelvorm naar graph data om meer context en inzicht binnen Neo4j te onthullen. De bidirectionele integratie betekent dat Spark data opschoont en transformeert die de Neo4j graph applicaties aansturen, waardoor graph data in elke Spark-workflow worden ingevoerd. Voor Spark-gebruikers biedt de Neo4j Connector voor Apache Spark geavanceerde graphmogelijkheden voor het Spark-ecosysteem, zodat bedrijven contextuele informatie kunnen gebruiken om prognoses, analyses en voorspellingen te verbeteren. Met deze connector kunnen teams eenvoudig Neo4j graph data toevoegen om processen zoals machine learning te verbeteren zonder bestaande pijplijnen te moeten veranderen.