이제는 그래프 데이터베이스 시대! 새로운 패러다임 그래프 씽킹을 만나다 데이터 관리 회사 ‘데이터스택스(Datastax)’에서 근무하는 CDO, CTO가 함께 집필한 그래프 데이터베이스 사용 안내서! 그들이 여러 팀에게 조언하며 얻은 지식과 노하우를 이 책에 모두 담았다. 방대하고 복잡한 데이터에서 가치를 추출하는 혜안으로 ‘그래프 씽킹’ 개념을 제시하며 여러분의 사고방식을 그래프 씽킹으로 전환할 수 있도록 친절히 안내한다. 개념 이해를 돕는 풍부한 그림과 실무에 유용한 예제를 통해 그래프 데이터베이스 시대를 마주하게 될 여러분에게 세상을 이해할 수 있는 비밀스런 열쇠를 쥐여준다. 그래프 씽킹으로 데이터를 효율적으로 구축하는 방법을 배워 한 걸음 더 성장한 데이터 엔지니어가 되어보자. 대상 독자 ● 그래프 데이터를 효과적으로 사용하고 싶은 데이터 엔지니어, 데이터 아키텍트 ● 그래프 씽킹을 터득하고 싶은 데이터 과학자, 데이터 분석가 ● 그래프 씽킹이 궁금한 누구나(기초 데이터베이스 지식이 있다면 개념을 더 쉽게 이해할 수 있다) 주요 내용 ● 관계형, 그래프 데이터베이스로 아키텍처 구축하기 ● 유명한 그래프 데이터 패턴 Customer 360 애플리케이션 구현하기 ● 계층형 데이터에서 그래프 데이터로 작업할 때 발생하는 문제 해결하기 ● 경로를 찾는 다양한 방법과 경로가 선호도에 미치는 영향 살펴보기 ● 협업 필터링으로 넷플릭스와 비슷한 영화 추천 시스템 설계하기

CHAPTER 1 그래프 씽킹 1.1 떠오르는 그래프 기술 1.2 그래프 씽킹이란 1.3 복잡한 문제를 해결하는 기술 선택하기 1.4 그래프 씽킹 여정 시작하기 CHAPTER 2 관계형에서 그래프 씽킹으로 2.1 2장 미리 보기: 관계형 개념을 그래프 용어로 변환하기 2.2 관계형과 그래프의 차이 2.3 관계형 데이터 모델링 2.4 그래프 데이터의 개념 2.5 그래프 스키마 언어 2.6 관계형 vs 그래프: 결정 고려 사항 2.7 마치며 CHAPTER 3 간단한 Customer 360 3.1 3장 미리 보기: 관계형 vs 그래프 3.2 그래프 데이터 기본 사용 사례: Customer 360(C360) 3.3 관계형 시스템으로 C360 애플리케이션 구현하기 3.4 그래프 시스템으로 C360 애플리케이션 구현하기 3.5 관계형 vs 그래프: 선택의 기로에 서 있다면 3.6 마치며 CHAPTER 4 이웃 탐색 개발 4.1 4장 미리 보기: 더 현실적인 C360 만들기 4.2 그래프 데이터 모델링 101 4.3 이웃 탐색 개발 세부 구현 4.4 기본적인 그렘린 탐색 4.5 고급 그렘린: 질의 결과 다듬기 4.6 개발 단계에서 제품 단계로 이동하기 CHAPTER 5 이웃 탐색 제품화 5.1 5장 미리 보기: 아파치 카산드라의 분산 그래프 데이터 이해하기 5.2 아파치 카산드라에서 그래프 데이터 사용하기 5.3 그래프 데이터 모델링 201 5.4 최종 제품 구현 5.5 더 복잡한, 분산 그래프 문제 CHAPTER 6 트리 사용 개발 6.1 6장 미리 보기: 트리 탐색, 계층 데이터, 순환 6.2 세 가지 예제로 살펴보는 계층, 중첩 데이터 6.3 용어의 숲에서 길 찾기 6.4 센서 데이터로 계층 구조 이해하기 6.5 개발 모드: 리프에서 루트로 질의하기 6.6 개발 모드: 루트에서 리프로 질의하기 6.7 시간 정보 확인 CHAPTER 7 트리 사용 제품화 7.1 7장 미리 보기: 분기 계수, 깊이, 간선의 시간 이해 7.2 센서 데이터의 시간 이해 7.3 분기 계수 이해 7.4 센서 데이터 제품 스키마 7.5 제품 모드: 리프에서 루트로 질의하기 7.6 제품 모드: 루트에서 리프로 질의하기 7.7 타워 장애 시나리오에 질의 적용하기 7.8 나무를 위해 숲 보기 CHAPTER 8 경로 찾기 개발 8.1 8장 미리 보기: 네트워크의 신뢰 수량화하기 8.2 세 가지 예제로 살펴보는 신뢰 8.3 경로 기초 개념 8.4 신뢰 네트워크에서 경로 찾기 8.5 비트코인 신뢰 네트워크로 탐색 이해하기 8.6 최단 경로 질의 CHAPTER 9 경로 찾기 제품화 9.1 9장 미리 보기: 가중치, 거리, 가지치기 이해하기 9.2 가중치 경로와 검색 알고리즘 9.3 최단 경로 문제에 알맞게 간선 가중치 정규화하기 9.4 최단 가중치 경로 질의 9.5 제품의 가중치 경로와 신뢰 CHAPTER 10 추천 개발 10.1 10장 미리 보기: 영화 추천 협업 필터링 10.2 추천 시스템 예 10.3 협업 필터링 소개 10.4 영화 데이터: 스키마, 로딩, 질의 검토 10.5 그렘린의 항목 기반 협업 필터링 CHAPTER 11 그래프의 간단한 개체 해석 11.1 11장 미리 보기: 여러 데이터셋을 하나의 그래프로 병합하기 11.2 다른 복잡한 문제 정의: 개체 해석 11.3 두 영화 데이터셋 분석하기 11.4 영화 데이터 매칭, 병합 11.5 거짓 긍정 해결 CHAPTER 12 추천 제품화 12.1 12장 미리 보기: 지름길 간선, 사전 계산, 고급 가지치기 기술 이해하기 12.2 실시간 추천용 지름길 간선 12.3 영화 데이터의 지름길 간선 계산하기 12.4 영화 추천 제품 스키마와 데이터 로딩 12.5 지름길 간선을 이용한 추천 질의 CHAPTER 13 마치며 13.1 이제 어디로 가야 할까 13.2 연락 주고받기