Neo4jは、2007年にスウェーデンのスタートアップ Neo Technology（現Neo4j, Inc.）が公開したグラフデータベースの草分けです。ノードとリレーションシップを一級市民として保存し、SQLライクな問い合わせ言語 Cypher で「関係を辿る」操作を直感的に書けます。金融の不正検知、SNSの友人推薦、サプライチェーンの依存解析など、関係性そのものが価値を持つ領域で広く採用されてきました。
この記事の目次
- グラフDBの三つの基本要素
- 誕生から商用展開までの軌跡
- 現場でよく使われるユースケース
- 他のグラフDBとの位置取り
- まとめ
グラフDBの三つの基本要素
Neo4jの世界では、ユーザーや商品といった実体を「ノード」、それらをつなぐ「関係」、両者にぶら下がる「プロパティ」の三要素ですべてを表現します。リレーショナルDBが外部キーを辿って都度JOINするのに対し、Neo4jは関係を物理的に隣のレコードへのポインタとして保存します。この設計のおかげで「友達の友達の友達」のような数ホップ先の問い合わせが、データ量に関係なく一定速度で返ってきます。
問い合わせ言語のCypherは2011年に登場し、矢印 -[:LIKES]-> でそのままパターンを書ける視覚的な構文で人気を集めました。2015年にはopenCypherとしてオープンソース化され、2024年に成立したISO/IEC 39075（GQL）標準の母体となっています。「グラフDBのSQL」になりつつあるという意味で、Neo4jの影響範囲は単一製品の枠を超えています。
誕生から商用展開までの軌跡
源流は2000年、創業者Emil Eifrémらが社内のメディア管理システムを書いていた際に、RDBの再帰JOINがボトルネックになる経験をしたことに遡ります。「グラフをそのまま保存できるDBがあればいいのに」という発想からプロトタイプが生まれ、2007年にApache License 2.0で公開されました。
2010年に1.0を、2020年に4.0でマルチデータベース対応とリアクティブドライバを、2023年に5系で水平スケーリング（Fabric）を強化、と着実に商用機能を積み上げてきました。クラウド版のAuraDBは2020年公開で、AWS/GCP/Azureいずれでも数分で立ち上がります。創業から20年以上経った今もグラフDB市場のリーダーであり続けている希有な存在です。
現場でよく使われるユースケース
金融分野ではUBSやHSBCなどが、口座から口座への送金パターンを辿ってマネロンを検出する用途でNeo4jを採用しています。「3ホップ以内に制裁対象がいないか」というクエリは、RDBでは現実的な時間内に返らない一方、グラフDBなら数ミリ秒で答えが出ます。NASAは月探査ミッションの過去資料を相互リンクしたナレッジグラフをNeo4j上に構築したことが知られています。
2022年以降は、生成AIのRAG（検索拡張生成）でベクトル検索と組み合わせる「GraphRAG」が注目されています。ベクトル類似度だけでは見落とす関係を、グラフ構造で補強しようという発想で、MicrosoftやLangChainのチュートリアルでもNeo4jが頻繁に取り上げられています。従来の検索体験を再設計する基盤として再評価されている段階です。
他のグラフDBとの位置取り
競合にはAWSのAmazon Neptune、TigerGraph、ArangoDBなどがあります。Neptuneはマネージド運用とAWSサービス連携が強みですが、CypherとGremlin/SPARQLの両対応で逆に学習コストが高くなりがちです。TigerGraphは独自言語GSQLと並列実行エンジンで超大規模グラフを得意とし、不正検知の超大手で採用例があります。
Neo4jの強みは、製品の成熟度とコミュニティ資産の厚さです。書籍、オンライン講座、Cypher公式チュートリアル、認定資格まで揃っているため学習コストが他社に比べて低く、「とりあえずグラフを試したい」段階での参入障壁が最も低い選択肢になります。用途と規模、運用形態（自前 or クラウド）を踏まえて選び分けるのが現実的なアプローチです。
まとめ
Neo4jは、関係性そのものをデータとして扱う発想を一般化させた立役者です。RAGや不正検知などAI時代の新しい使い道が広がり、グラフDBという選択肢の存在感は再び大きくなっています。
※本記事はIT用語辞典の手書きドラフトです。公開前に最新情報・出典を確認のうえ加筆修正してください。
コメント