Neu: 100TB+ Skalierung transaktionaler und analytischer Graph-Workloads ohne Performanceverlust, Strukturbruch oder einer doppelten Speicherinfrastruktur…
Hintergrund
Die neue Architektur von Neo4j - angekündigt am 4. Sept. 2025 - adressiert neben der hohen Skalierungsfähigkeit ein zentrales Datenproblem von Unternehmen, die aufgrund von Datensilos mit voneinander getrennten transaktionalen Systemen und analytischen Tools arbeiten müssen. Diese Trennung erschwert den Einsatz von KI-Anwendungen, verlangsamt Entscheidungen in Echtzeit und treibt die Kosten durch komplexe Integrationen in die Höhe. Unternehmen sehen sich dann gezwungen, zwei Datenbanken zusammenzuführen, mehrere getrennte Systeme zu synchronisieren oder eine einzelne Engine über ihre Grenzen hinaus zu belasten.
Ankündigungsübersicht
Die neue verteilte Grapharchitektur Infinigraph unterstützt transaktionale (OLTP) und analytische (OLAP) Workloads innerhalb eines System bei 100-TB+ Skalierung. Der Graph wird dabei nicht fragmentiert und es entsteht keine doppelte Infrastruktur. Dies laut Entwickler bei gleichbleibend hoher Performance. Die Architektur selbst bietet vollständige ACID-Compliance. Danach sind alle Lese-, Schreib- und Update-Operationen konsistent, zuverlässig und wiederherstellbar, „selbst bei Milliarden von Beziehungen und Tausenden gleichzeitigen Abfragen in Echtzeit.“
Infinigraph möchte damit neue Anwendungsgebiete in einer Phase eröffnen, in der GenAI-Deployments eine bisher nicht erreichte Datenskalierung erfordern. Teams können laut Anbieter „Millionen von Dokumenten als Vektoren einbetten und direkt im Graph speichern, um kontextbezogene Assistenten und semantische Suche zu unterstützen.“
Datensilos zwischen Transaktions- und Analysesystemen auflösen
Aktuelles Problem: Unternehmen arbeiten auf Grund vorhanderer Datensilos mit voneinander getrennten transaktionalen Systemen und analytischen Tools. Infinigraph adressiert dieses Problem direkt: Dazu wird in der neuen Architektur Sharding eingesetzt, wodurch die Property-Daten des Graphen über verschiedene Cluster-Mitglieder verteilt werden. Der Graph bleibt dabei logisch vollständig, Abfragen sollen sich wie erwartet verhalten und Anwendungen können ohne Codeänderungen oder manuelle Workarounds skalieren (unter Sharding versteht man die Aufteilung einer großen Datenbank-/Datenmenge in kleinere, besser zu verwaltende, auch verteilte Teilmengen).
Anwender können mit Infinigraph beide Workload-Typen im selben System und auch in sehr großem Umfang ausführen – ohne ETL-Pipelines, Synchronisationsverzögerungen oder redundante Infrastruktur. Autonome KI-Agenten, Compliance-Systeme und transaktionale Anwendungen werden dazu auf einer konsistenten, vernetzten Datenbasis betrieben. Damit lassen sich zum Beispiel im selben Datensatz Betrugsversuche erkennen und Netzwerke analysieren; oder es wird möglich, Echtzeit Kundenempfehlungen zu generieren und gleichzeitig jahrzehntelange Kundendaten und Verhaltenstrends auszuwerten.
Bildquelle: Neo4j
Kommentarauszug Sudhir Hasbe, President, Technology bei Neo4j: „Mit Infinigraph setzen wir einen neuen Standard für Enterprise-Graphdatenbanken. Ein einziges System, das Real-Time Operations und Deep Analytics gemeinsam ausführt – mit voller Genauigkeit und in großem Maßstab…“
Wichtige Leistungsmerkmale von Infinigraph (Quelle, Neo4j):
- 100TB+ horizontale Skalierung ohne Anpassungen von Anwendungen
- Einbettung von Milliarden Vektoren direkt im Graphen
- Hohe Performance auch bei sehr großen transaktionalen und analytischen Workloads
- Hohe Verfügbarkeit über mehrere Rechenzentren hinweg durch autonomes Clustering, das Ausfälle automatisch erkennt und behebt
- Keine ETL-Pipelines, keine Synchronisationsverzögerungen und kein doppelter Speicher
- Erhalt der Graphstruktur für Traversals in Echtzeit, auch bei hoher Skalierung
- ACID-Compliance für konsistente Enterprise-Datenintegrität
- Preismodell für Skalierung: Compute und Storage werden separat abgerechnet – für mehr Kontrolle über Kosten und flexible Deployments.
Fazit
Mit Infinigraph stellt Neo4j Anwendern das gesamte Spektrum an Scale-Architekturen bereit. Teams können replizierte Graphen für High Availability und Read Scalability einsetzen, föderierte Graphen mit Neo4j Fabric für Abfragen über getrennte Graphen nutzen oder geshardete Graphen mit Infinigraph für mehr Skalierbarkeit. Die Kombination dieser Architekturen deckt laut Entwickler unterschiedliche Anwendungsfälle im gesamten Unternehmen ab.
Infinigraph ist laut Anbieter ab sofort als Teil der Neo4j Enterprise Edition verfügbar. In Kürze soll die Graphdatenbank auch in Aura, der Cloud-nativen Plattform von Neo4j für Graph-Anwendungen, bereitstehen. Laut Neo4j wird die native Grapharchitektur aktuell „von mehr als der Hälfte der Fortune-500-Unternehmen eingesetzt und kommt in 84 der Fortune-100-Unternehmen zum Einsatz (u. a. Adobe, BT Group, Novo Nordisk, Uber, UBS)“.
Querverweis:
Unser Beitrag > Anwenderbericht: Technologie-Boost für Präzisionsmedizin: Care-for-Rare Foundation setzt auf Knowledge Graphen und KI
Unser Beitrag > KIOXIA AiSAQ Softwareversion vereinfacht SSD-Einsatz für Vektordatenbanksuchen in RAG-Systemen
Unser Beitrag > Teradata „AI Factory“: Neue Plattform für lokale KI-Unternehmensumgebungen in Zusammenarbeit mit NVIDIA