使用数据可视化解决方案可视化在 Azure Cosmos DB for Gremlin 中存储的图数据
适用对象：
Gremlin
使用各种数据可视化解决方案可视化在 Azure Cosmos DB for Gremlin 中存储的数据。
重要
本文中提到的解决方案仅供参考，所有权属于各个解决方案的所有者。 建议用户进行全面评估，然后选择最适合的解决方案。
Linkurious Enterprise
Linkurious Enterprise 使用图技术和数据可视化将复杂的数据集转换成交互式视觉网络。 此平台可连接到数据源，让调查者可以跨数十亿实体和关系进行无缝导航。 所得结果是一项新功能，该功能允许用户检测可疑的关系而不需操作查询或表。
可以通过 Linkurious Enterprise 的交互式界面轻松调查复杂的数据。 可以搜索特定实体，可以通过展开连接来发现隐藏的关系，还可以应用所选布局来理清复杂的网络。 Linkurious Enterprise 现在兼容 Azure Cosmos DB for Gremlin。 它适用于端到端图可视化方案，支持用户界面中的读写功能。 可以请求使用 Azure Cosmos DB 的 Linkurious 演示版
图：Linkurious Enterprise 可视化流
有用链接
Cambridge Intelligence
Cambridge Intelligence 的图可视化工具包支持 Azure Cosmos DB。 Azure Cosmos DB 支持下面的两个可视化工具包：
图：不同详细级别的 KeyLines 可视化效果示例。
通过这些工具包，可设计高性能的图可视化和分析应用程序。 这些工具包利用强大的 Web 图形库 (WebGL) 渲染功能和精心设计的代码，为用户提供快速且富有洞察力的可视化体验。 这些工具兼容任何浏览器、设备、服务器或数据库，并提供分步教程、具有完整文档记录的 API 以及交互式演示。
图：不同详细级别的 Re-Graph 可视化效果示例
有用链接
Tom Sawyer
Tom Sawyer Perspectives 是一个强大的平台，它可用于构建企业级图数据可视化和分析应用程序。 它是一个低代码的图和数据可视化开发平台，提供集成设计、预览界面和大量 API 库。 该平台将企业数据源与功能强大的图可视化、布局和分析技术集成，用于解决大数据问题。
通过 Perspectives，开发人员能快速开发拥有产品级质量、面向数据的可视化应用程序。 “设计器”和“预览器”两个图形模块用于构建应用程序，从而可视化和分析驱动每个项目的特定数据。 将“设计器”和“预览器”一起使用时，它们可提供一个高效的往返过程，从而显著加快应用程序开发速度。 若要使用此平台可视化 Azure Cosmos DB for Gremlin 数据，可请求使用此工具的免费 60 天评估版。
图：Tom Sawyer Perspectives 实际操作
使用 Tom Sawyer Graph Database Browser 可以轻松可视化和分析 Azure Cosmos DB for Gremlin 中的数据。 Graph Database Browser 有助于查看和理解数据中的各种联系，而无需详细了解查询语言或架构。 可手动定义项目的架构，也可使用架构提取来创建它。 因此，技术不高的用户也能通过加载所选节点的相邻节点，并按所需方向生成可视化效果来与数据进行交互。 高级用户可使用 Gremlin、Cypher 或 SPARQL 执行查询，以获得其他见解。 定义架构后，可将 Azure Cosmos DB 数据加载到 Perspectives 模型中。 借助集成器定义，可指定 Gremlin 终结点的位置和配置。 然后，可将 Azure Cosmos DB 数据源中的元素绑定到 Perspectives 模型中的元素，然后可视化数据。
所有技能级别的用户都可利用五种独特的图布局，以一种最有意义的方式显示图。 此外，还提供内置的集中性、聚类分析和路径查找分析，便于显现以前未发现的模式。 借助这些技术，组织可标识欺诈检测、客户智能和网络安全等领域中的关键模式。 对于常规 IT 和网络管理、物流、旧系统迁移和业务转型等领域的网络分析师而言，模式识别至关重要。 请试用 Tom Sawyer Graph Database Browser 实时演示。
图：Tom Sawyer Database Browser 的可视化功能
有用链接
Graphistry
Graphistry 可自动将数据转换为交互式视觉调查图，此图是为满足分析师的需求而构建。 它可快速显示事件和实体之间的关系，而无需编写查询或处理数据。 你可以利用数据，而不必顾虑其规模大小。 可检测客户和供应链的 3600 个视图的安全性、欺诈行为以及 IT 调查，Graphistry 将数据潜力转化为人类见解和价值。
图：Graphistry 可视化效果快照
借助 Graphistry 的 GPU 客户端/云技术可实现交互式可视化。 通过采用其标准浏览器和云，你可使用所有所需的数据，且系统仍保持高速、快响应和交互的特点。 如果要在硬件上运行浏览器，这与安装 Docker 一样简单。 如此一来，你无需考虑 GPU 即可获得 GPU 的分析能力。
图：Graphistry 实际操作
有用链接
Graphlytic
Graphlytic 是一款用于图可视化和分析且可高度自定义的 Web 应用程序。 用户能以交互的方式浏览图、使用 Gremlin 语言查找模式，或使用筛选器找到任何有关图问题的答案。 图的渲染采用“Cytoscape.js”库来完成，允许 Graphlytic 同时渲染数万个节点和数十万对关系。
Graphlytic 与 Azure Cosmos DB 兼容，可在几分钟内部署到 Azure。 Graphlytic UI 可采用多种方式进行自定义和扩展，例如，可视化中的默认可视化配置、数据架构、样式映射、虚拟属性，或者自定义实现的小组件，这些小组件可提供定制报表或集成来增强可视化功能。
以下是两个示例方案：
IT 管理用例 不管是在自己的基础结构上进行 IT 运营，还是依赖于电信公司或 IP 提供商，公司都需要强大的网络文档支持和功能配置管理。 他们要制定用于描述网络元素之间相互依赖关系的影响分析（主动和被动），以解决导致重大财务损失的中断问题，或者甚至是导致服务不可用或低可用的单个服务中断。 确定并解决瓶颈和单一故障点。 要实现终结点和路由冗余。 Graphlytic 属性图可视化可以完美满足上述所有需求：网络文档、网络配置管理、影响分析和资产管理。 它在一个位置存储和描述所有相关的网络配置信息，为 IT 管理员和现场技术人员带来全新的附加价值。
图：Graphlytic IT 管理用例
反欺诈用例 欺诈模式是所有保险公司、银行或电子商务企业都熟知的一个术语。 现代欺诈者成立了复杂的欺诈团伙，制定了复杂的欺诈方案，用传统工具很难发现。 如果未正确及时检测到欺诈行为，可能会导致重大损失。 另一方面，必须对标准过于严格的传统红旗系统进行调整，以消除误报指标，因为它们会导致产生大量的欺诈指示。 调查人员花费大量时间检测复杂的欺诈行为，致使其日常工作陷入瘫痪。 Graphlytic 背后的基本理念是，相比任何表格或数据集，图形形式更易于人眼区分和查找任何模式。 这意味着，与仅使用传统工具相比，反欺诈分析师可以更轻松、更快速、更智能地从图可视化中捕获欺诈方案。
图：Graphlytic 欺诈检测用例演示
有用链接
yWorks
yWorks 专注于专业软件解决方案的开发，通过图、图表及网络提供清晰的可视化效果。 yWorks 融合了高效的数据结构、复杂算法和先进技术，在众多目标平台上提供了出色的用户交互。 借助它，用户可在多个不同领域的应用程序中体验高度通用且复杂的关系图可视化。
Azure Cosmos DB 可通过使用 Gremlin（一种高效的图遍历语言）进行数据查询。 用户可查询数据库中存储的实体，并使用关系遍历连接的邻近区域。 这种方法需要对数据库本身和查询语言 Gremlin 有深入的技术知识，才能探索存储的数据。 使用 yWorks 可视化功能，可直观地探索 Azure Cosmos DB 数据，识别重要的结构，并更好地理解各种关系。 除了视觉探索外，还可通过修改关系图以交互方式编辑存储的数据，而无需了解任何相关的查询语言（例如 Gremlin）。 通过这种方式可提供高质量的可视化效果，并可以分析 Azure Cosmos DB 数据中的大型数据集。 你可使用 yFiles 将可视化功能添加到你自己的应用程序、仪表板和报表中，或者为内部产品和面向客户的产品创建新的白标应用和工具。
图：yWorks 可视化效果快照
通过 yWorks，你可创建有意义的可视化效果，帮助用户快速、轻松地获得对数据的洞察力。 构建与公司企业设计要求相符合的交互式用户界面，并轻松连接到现有基础结构和服务。 使用高度复杂的自动图布局，为隐藏在 Azure Cosmos DB 帐户中的数据生成清晰的可视化效果。 通过有效实现最重要的图分析算法，可创建响应式用户界面，以突出显示用户感兴趣或需要了解的信息。 使用 yFiles 创建可在桌面设备和移动设备等设备上工作的交互式应用。
典型用例和数据模型包括：
- 社交网络、洗钱数据和现金流网络，相似实体在其中相互连接
- 过程数据，其中的实体经过处理从一个状态移动到另一个状态
- 组织的图表和网络，显示了团队层次结构、大多数所有权的依赖性以及公司之间或客户之间的关系
- 可视化、评审和审核数据世系信息和合规性数据
- 计算机网络日志、网站日志、客户旅程日志
- 存储为三元组和其他格式的知识图
- 产品生命周期管理数据
- 材料表和供应链数据的清单