SqlGraphVisualizationおよびPgxGraphVisualizationの使用例

11.5 `SqlGraphVisualization`および`PgxGraphVisualization`の使用例

対話型のグラフ・ビジュアライゼーション用のoraclegraph Jupyterウィジェットを使用して、SQLプロパティ・グラフの問合せをビジュアル化できます。さらに、グラフ・サーバー(PGX)にグラフをロードし、PGQL問合せを実行して、グラフをビジュアル化することもできます。

次のステップは、グラフ・ビジュアライゼーション拡張機能を使用して、Jupyter環境(Jupyter NotebookまたはJupyterLab)でSQLプロパティ・グラフをビジュアル化および操作する方法を示しています。この手順では、Oracle AI Database 26aiにすでにSQLプロパティ・グラフが作成されていることを前提としています。次の例は、データベース表のグラフ・サーバーのインストール時に提供されているサンプル銀行グラフ・データ(サンプル・グラフ・データの使用を参照)に基づいています。

新しいノートブックを開き、Python oracledbドライバを使用してOracle AI Database 26aiへの接続を確立します。

import oracledb
connection = connection=oracledb.connect(
user=graphuser,
password="<password_for_graph_user>",
dsn="<hostname:port/dbservice>",
print("Connection established successfully.")

プロパティ・グラフに対してSQLグラフ問合せを実行し、グラフ・ビジュアライゼーション拡張機能を使用して問合せ結果をビジュアル化します。

たとえば、次の例では、BANK_GRAPHに対してSQLグラフ問合せを実行し、oraclegraph拡張機能を使用して問合せ結果のビジュアライゼーションを生成しています。

from oraclegraph import GraphVisualization, SqlGraphVisualization

# Define the query to fetch graph data
query='''
SELECT * FROM GRAPH_TABLE (bank_graph
MATCH
(a WHERE a.ID=816) -[e]-> (b)
COLUMNS (vertex_id(a) AS id_a, edge_id(e) AS id_e, vertex_id(b) AS id_b )
)
'''

# Initialize SqlGraphVisualization with the connection
vq = SqlGraphVisualization(connection)

# Execute the query
graph_query = vq.visual_query(query)

defaults_feature = {
  "interactionActive": True,
  "1stickyActive": True
}

base_styles = {
  "vertex": {
    "label": "${properties.ID}",
    "size": 20
  },
  "edge": {
    "label": "${properties.AMOUNT}"
  }
}

rule_based_styles = [{
    "stylingEnabled": True,
    "component": "vertex",
    "target": "vertex",
    "conditions": {
      "conditions": [{
        "property": "BALANCE",
        "operator": "<=",
        "value": 5000
      }],
    },
    "style": {
      "color": "green"
    },
    "legendTitle": "Balance Filter",
    "legendDisplayed": True
  }

]

settings = {
  "numberOfHops": 2,
  "showLegend": True,
  "defaults": defaults_feature,
  "baseStyles": base_styles,
  "ruleBasedStyles": rule_based_styles
}

# Create and display the graph widget
bank_graph = GraphVisualization(data = graph_query, settings = settings)
bank_graph.height = 600
display(bank_graph)

前述のコードによるビジュアライゼーションの結果は次のようになります:

図11-3 SQLプロパティ・グラフ問合せのビジュアライゼーション

「図11-3 SQLプロパティ・グラフ問合せのビジュアライゼーション」の説明

グラフ・サーバー(PGX)にグラフをロードし、グラフ分析を実行します。

次の例では、グラフをグラフ・サーバー(PGX)にロードし、グラフに対してPagerankアルゴリズムを実行します。

from oraclegraph import PgxGraphVisualization
from pypgx import setloglevel
from opg4py import graph_server

setloglevel("ROOT", "WARN")

base_url = "https://localhost:7007"
username = "graphuser"
password = "<password_for_graphuser>"

# Connect to graph server and create a session
instance = graph_server.get_instance(base_url, username, password)
session = instance.create_session("jupyter_session")

loaded_graph = session.read_graph_by_name("BANK_GRAPH", "pg_sql")

analyst = session.create_analyst()
pagerank = analyst.pagerank(loaded_graph, rank = "pagerank")
result_set = loaded_graph.query_pgql("SELECT x, x.pagerank MATCH (x) ORDER BY x.pagerank DESC LIMIT 10")
result_set.print()

このコードによって生成される出力は、次のとおりです。

+-----------------------------------------------------------------------------------------+
| x                                                               | x.pagerank            |
+-----------------------------------------------------------------------------------------+
| PgxVertex[provider=BANK_ACCOUNTS,key=387,ID=BANK_ACCOUNTS(387)] | 0.007292323575404966  |
| PgxVertex[provider=BANK_ACCOUNTS,key=406,ID=BANK_ACCOUNTS(406)] | 0.006730094462320363  |
| PgxVertex[provider=BANK_ACCOUNTS,key=135,ID=BANK_ACCOUNTS(135)] | 0.0067205459831892545 |
| PgxVertex[provider=BANK_ACCOUNTS,key=934,ID=BANK_ACCOUNTS(934)] | 0.0066348438503635795 |
| PgxVertex[provider=BANK_ACCOUNTS,key=397,ID=BANK_ACCOUNTS(397)] | 0.005693569761570974  |
| PgxVertex[provider=BANK_ACCOUNTS,key=559,ID=BANK_ACCOUNTS(559)] | 0.005258438311460985  |
| PgxVertex[provider=BANK_ACCOUNTS,key=352,ID=BANK_ACCOUNTS(352)] | 0.005216329599236731  |
| PgxVertex[provider=BANK_ACCOUNTS,key=330,ID=BANK_ACCOUNTS(330)] | 0.005093350408942337  |
| PgxVertex[provider=BANK_ACCOUNTS,key=222,ID=BANK_ACCOUNTS(222)] | 0.004682551613749817  |
| PgxVertex[provider=BANK_ACCOUNTS,key=4,ID=BANK_ACCOUNTS(4)]     | 0.004569682370461632  |
+-----------------------------------------------------------------------------------------

グラフ・サーバー(PGX)のグラフに対してPGQL問合せを実行し、グラフ・ビジュアライゼーション拡張機能を使用して問合せ結果をビジュアル化します。

props={'size': 40}
# Initialize PgxGraphVisualization with the session
vq = PgxGraphVisualization(session=session)

base_styles = {
  "vertex": {
    "label": "${properties.ID}",
    "size": 10
  },
  "edge": {
    "label": "${properties.AMOUNT}"
  }
}

settings = {
    "showLegend": True,
    "baseStyles": base_styles,
}
 

query = '''
SELECT * FROM MATCH (v1)-[e]->(v2) ON {graph_name} LIMIT 100
'''.format(graph_name=loaded_graph.name)

# Fetch graph data as JSON
json = vq.visualize_query(query)

# Create and display the graph widget
graph = GraphVisualization(data=json, settings=settings)
graph.height = 800
display(graph)

前述のコードによるビジュアライゼーションの結果は次のようになります:

図11-4 グラフ・サーバー(PGX)でのグラフ・ビジュアライゼーション

「図11-4 グラフ・サーバー(PGX)でのグラフ・ビジュアライゼーション」の説明

親トピック: Jupyter環境のグラフ・ビジュアライゼーション拡張機能のスタート・ガイド

11.5 SqlGraphVisualizationおよびPgxGraphVisualizationの使用例

11.5 `SqlGraphVisualization`および`PgxGraphVisualization`の使用例