Noticias

Neo4j mejora el rendimiento de las bases de datos en la nube

[31/10/2023] Neo4j ha anunciado nuevas capacidades señalando que permiten a los clientes en la nube o autogestionados aumentar las consultas analíticas hasta 100 veces más rápido, ejecutar tanto el procesamiento transaccional como el analítico en una base de datos, y realizar un seguimiento automático de los cambios de datos en tiempo real para una toma de decisiones de misión crítica más rápida.

"La integración de Neo4j de cargas de trabajo operativas y analíticas dentro de una única base de datos se ve ahora mejorada por la potencia del tiempo de ejecución paralelo y la captura de datos de cambios, lo que permite a nuestros clientes obtener información en tiempo real, una gestión de datos rentable y una arquitectura simplificada", afirmó Sudhir Hasbe, director de producto de Neo4j, en el comunicado de prensa. "Los resultados fomentan una toma de decisiones más rápida, experiencias de cliente superiores y una ventaja competitiva en el mercado a una magnitud de velocidad, rendimiento y agilidad que es mucho mayor que nunca".

De acuerdo al ejecutivo, las nuevas capacidades y beneficios incluyen:

  • Rendimiento hasta 100 veces más rápido de las consultas analíticas a través de la capacidad Parallel Runtime, que añade hilos concurrentes a través de múltiples núcleos de CPU para ejecutar consultas de gráficos analíticos. "Neo4j también aprovecha una técnica denominada paralelismo basado en bocados para optimizar esta capacidad, con el fin de lograr una mayor escalabilidad, una mejor utilización de los recursos y una multitarea sin interrupciones, sostuvo Hasbe.
  • Decisiones de misión crítica más rápidas gracias a la Captura de datos de cambios (CDC) nativa, que automatiza el seguimiento y la notificación en tiempo real de los cambios de datos en la base de datos. CDC también está integrado con Neo4j Connector para Kafka y Confluent, que transmite estos cambios para facilitar su consumo en otras plataformas y aplicaciones de datos.
  • Creación más sencilla de grafos de conocimiento mediante nuevos modelos de incrustación que predicen y encuentran las relaciones que faltan e infieren nuevas conexiones dentro del grafo de conocimiento de una organización para una mayor comprensión semántica.
  • Nuevos algoritmos de búsqueda de rutas que hacen más eficientes los flujos de trabajo complejos al identificar la mejor secuencia y las rutas críticas entre los nodos de un gráfico.

Neo4j integró recientemente la búsqueda vectorial nativa en sus principales funciones de base de datos, lo que aseguran permite obtener resultados más precisos, explicables y transparentes para los LLM y otras aplicaciones de IA generativa.

Llegamos a ustedes gracias a:


BrandPosts Qué es BrandPost

Más »
×
Los artículos publicados en esta sección -BrandPosts- son escritos y editados por los proveedores o miembros de la comunidad TI. BrandPosts crea una oportunidad para que un patrocinador proporcione información y comentarios desde su punto de vista, directamente a la audiencia de CTO Perú. El equipo editorial de CTO Perú no participa en la redacción o edición de estos BrandPosts.

Primer contacto

Más »

Casos de éxito

Más »