Neo4j導入事例

ネットワーククラウド事業本部
ネットワークソリューション部
リンク-BU
統括課長 大野木 健太 氏

「アプリケーションを含めてシステム全体を作り直すのであれば、やれることは全て試してみようということで、アイディアを募りました。その中で杉本から上がってきたのがグラフDBを使用するという案でした」（大野木氏）。

グラフDB（データベース）は、ネットワーク状の関係性を持つデータに関する高速な検索や格納を可能にする仕組みであり、「ノード」「エッジ」「プロパティ」という３つの要素によって関連性を表現する。ネットワークを構成する機器の関連性や状態を確実に管理したいという今回の案件に合致すると思われた。

杉本氏は「性能改善という至上命令がありましたが、RDBではその実現が困難ではないかと考えました。データ間の整合性という意味ではRDBが優れていますが、テーブル間でのJoinが多用される複雑な検索では十分なパフォーマンスが得られないからです。一方、グラフDBの場合には、その特性から見て、今回の案件のようなネットワーク型のデータ構造に対する高速検索が可能であると判断しました」と話す。

当時、グラフDBを使用した経験がなかった同社では、ネット上の情報などを調査し、3製品を対象にスペックや実績などを含めた検討を開始。検討を進める中、大きな優位性をもって浮上してきたのがNeo4jだった。「Neo4jは圧倒的なシェアがあり、3製品の中では 公開情報も多く、調査会社が実施したグラフDBのランキングでも、パフォーマンスを含め最上位に位置していました。さらに開発言語についても、分かり易く生産性も高いと思われるCypher Queryが使用できるため、Neo4jを対象に性能評価を行うことを決定しました」（杉本氏）。

ネットワーククラウド事業本部
ネットワークソリューション部
リンク-BU
坂梨 郁雄 氏

グラフDBとしてNeo4jを選択した同社だったが、当初の段階ではまだいくつかのリスクが想定された。杉本氏は「どのように設計・開発して実装するかという点に関する“実装”リスクと、実際のデータで本当に満足できるパフォーマンスが得られるかという“性能”リスクが想定されました。しかし、一方で2018年3月のリリースは死守する必要がありました」と話す。結果として同社が選んだのは 「Neo4jと同時に、RDBを使ったシステムも評価・検討を続けていく」（杉本氏）という斬新なアプローチだった。同一のデータ、システム環境を使用し、RDBとグラフDB （Neo4j）を並行する形で評価が開始された。

あらゆるリスクを排除するために最大限の対応を行った同社だが、グラフDBの可能性に懸けた思いは、評価の過程で報われることになる。杉本氏は 「4千万件におよぶ実際のネットワーク構成データを使った検索では、RDBでは80分あまりかかっていた処理を、Neo4jでは数十秒で完了することができました」と強調する。数百倍のパフォーマンスが発揮されたこの結果を受け、バックアップとして考えていたRDBのプライマリーでの使用は不要となり、Neo4jの導入がほぼ確定となった。