# Bancos de Dados Grafos: Comparando Neo4j e i2

- Link: https://modal.org.br/2023/02/21/comparando-grafos-neo4j-i2/
- Published: 2023-02-21T17:02:22-03:00
- Author: Bruno Souza

Num mundo digital em constante evolução, organizações que dominam suas informações
possuem uma vantagem competitiva significativa para o entendimento do seu negócio,
cliente, produto e mercado. Para aproveitar ao máximo esses dados, é preciso utilizar
tecnologias que permitam extrair valor real das informações com agilidade, segurança,
confiabilidade e facilidade, da maneira mais eficiente e eficaz possível. As tecnologias
de grafos são uma excelente forma de fazer isso, pois oferecem uma maneira mais 
eficiente de armazenar, recuperar, manipular e visualizar dados e suas relações.
Dois dos aplicativos mais populares para fazer isso são o Neo4j Graph Database e
o i2. Nesta análise, essas duas soluções serão avaliadas para determinar os recursos
e benefícios de cada um, bem como as desvantagens e limitações.

### O que são grafos?

As tecnologias de grafos referem-se a técnicas de análise e gerenciamento de dados
em grafos. Este grupo de tecnologias permite a exploração de relacionamentos entre
entidades como organizações, pessoas, transações ou diversos outros tipos de entidades.
Esse tipo de tecnologia pode exigir um grande volume de dados, armazenamento e análise
heterogêneos — nenhum dos quais é adequado para bancos de dados relacionais.

A análise de grafos consiste em modelos que determinam a “conectividade” entre os
pontos de dados e a relação entre conjuntos de dados variados.

Os bancos de dados grafos são ideais para armazenar, manipular e analisar perspectivas
amplamente variadas no modelo de grafo devido às suas linguagens e recursos de processamento
específicos, escalabilidade e poder computacional.

Nos últimos anos, em reconhecimento ao impacto que os bancos de dados grafos vem
trazendo ao mercado, o Gartner criou uma categoria específica para essa tecnologia.

> Os DBMSs grafos aprimoram o suporte para modelos de dados grafos, fornecendo carregamento
> de dados, conversão de dados, consistência, segurança e manutenção, juntamente
> com a capacidade de provisionar _clusters_ que aumentam e diminuem. Grandes fornecedores
> tradicionais de DBMS e plataforma, bem como startups, estão visando essas oportunidades,
> porque o interesse e o ímpeto estão se expandindo comprovadamente. Os líderes 
> de dados e análises em todos os setores verticais estão oferecendo suporte a casos
> de uso de gráficos, como visualizações de clientes em 360 graus, mecanismos de
> recomendação e detecção de fraudes.
>  [https://www.gartner.com/reviews/market/graph-database-management-systems](https://www.gartner.com/reviews/market/graph-database-management-systems)

O Gartner coloca as tecnologias de grafos como uma das [tendências emergentes para os próximos três anos](https://www.gartner.com/en/articles/5-impactful-technologies-from-the-gartner-emerging-technologies-and-trends-impact-radar-for-2022),
sob a categoria “facilitadores críticos”.

Em um [estudo específico sobre bancos de dados grafos](https://www.gartner.com/en/documents/4018220),
o Gartner avaliou, dentre outros aspectos, que:

 * (…) o mercado de tecnologias grafos, incluindo sistemas de gerenciamento de banco
   de dados (DBMSs), crescerá para US$ 3,2 bilhões até 2025, com um _Compound Annual
   Growth Rate_ (CAGR) de 28,1%.
 * Os fornecedores no mercado de DBMS grafos estão expandindo suas pilhas para plataformas
   de grafos de conhecimento corporativo ou inteligência artificial (IA) de grafos,
   com ecossistemas de produtos associados.
 * Os profissionais de dados e análises geralmente lutam para distinguir entre diferentes
   modelos de implementação de grafos. No entanto, a divisão tradicional entre RDF
   e suporte a gráfico de propriedade está se tornando menos importante para a seleção
   de DBMS grafos do que os recursos que oferecem suporte à prontidão empresarial.

Nesse contexto, é importante destacar a diferença entre _bancos de dados grafos_
e _bancos de dados com visualização de grafos_. O primeiro trabalha de maneira nativa
com grafos, enquanto o segundo trabalha com bancos de dados relacionais com uma 
camada adicional de visualização de grafos. Essa distinção é relevante no contexto
da presente comparação justamente porque trata de duas soluções que se propõem a
entregar resultados semelhantes, porém utilizando tecnologias de base diferentes:
o Neo4j é uma base de dados grafos nativa e o i2 é uma base de dados relacional 
capaz de visualizar grafos.

### Visão geral do Neo4j e do i2

O Neo4j é um banco de dados grafos nativo de código aberto, usado para armazenar
e manipular dados em um formato grafo, capaz também de importar dados relacionais
de outras bases e tratá-los com tecnologias grafos. O Neo4j é escrito em Java e 
projetado para escalabilidade, desempenho e flexibilidade. Seus usos incluem investigação
criminal, mecanismos de recomendação, telecomunicações e muitos outros. O Neo4j 
é usado por organizações como eBay, Walmart, Nasa, IBM e LinkedIn.

O i2 é um banco de dados relacional que integra um visualizador de grafos. O i2 
Group, organização responsável pelo desenvolvimento e atualmente subsidiária da 
Harris Computer (desde 2022), desenvolveu soluções para visualização e análise de
dados para auxiliar na investigação criminal, e que posteriormente também foram 
usados por outros ramos do governo, incluindo antiterrorismo, inteligência militar
e defesa, bem como fraude comercial. É usado por organizações como Visa, P&G e Samsung.

### Recursos de grafos do Neo4j e i2

O Neo4j e o i2 têm vários recursos em comum; no entanto, o Neo4j é uma base de dados
grafos nativa, enquanto o i2 é uma base de dados relacional com um visualizador 
de grafos integrado. Em função dessa diferença, o Neo4j permite armazenar dados 
em formato grafo nativamente, enquanto o i2 armazena as informações em tabelas e
aplica uma camada de visualização para “transformar” os dados relacionais em dados
grafos. Ambas as soluções apresentam recursos de escalabilidade, flexibilidade e
desempenho, embora o i2 utilize mais recursos computacionais e tenha o desempenho
comprometido quando utilizado grande volume de dados (acima de 1 bilhão de registros).

No entanto, existem algumas diferenças importantes entre os dois bancos de dados.
O Neo4j é de código aberto, enquanto o i2 é um serviço totalmente gerenciado. O 
Neo4j é escrito em Java, enquanto o i2 é escrito em C++. O Neo4j foi projetado tanto
para pequenas quanto para grandes empresas, enquanto o i2 foi projetado para grandes
empresas.

### Vantagens e desvantagens do Neo4j e do i2

Tanto o Neo4j quanto o i2 têm suas próprias vantagens e desvantagens. O Neo4j é 
um banco de dados grafos de código aberto, sendo mais acessível e fácil de usar 
do que o i2. Também é mais flexível e fácil de personalizar do que o concorrente.
Por outro lado, o i2 é um serviço totalmente gerenciado e requer menos manutenção,
uma vez que todo o sistema é gerenciado pela própria i2.

### Casos de uso

Ambas as aplicações podem ser utilizadas para diversos segmentos e tamanhos de empresas;
no entanto, o Neo4j possui uma estrutura de custos e facilidade de implantação que
o torna mais atrativo a pequenas e médias empresas, além de governos e grandes corporações.

Tanto o Neo4j quanto o i2 podem ser utilizados em uma variedade de casos, como serviços
financeiros, detecção e análise de fraude, Governo, ciências da vida, gerenciamento
de identidade e acesso, varejo, sistema de recomendação, gestão da cadeia de abastecimento,
grafos de conhecimento, monitoramento de infraestrutura, gerenciamento de dados 
mestre, mídia social e gráficos de redes sociais, telecomunicações, privacidade 
de dados, risco e conformidade e inteligência artificial e _analytics_, dentre outros.

### Desempenho

Ambos os bancos de dados apresentam desempenho otimizado, dependendo da infraestrutura
e da complexidade dos dados. No entanto, o i2 é um banco de dados de mecanismo relacional
e está atrelado às limitações desse paradigma, especialmente quanto ao relacionamento
de dados.

O Neo4j é um motor gráfico especializado cujo paradigma é baseado em relacionamentos
de dados e apresenta melhor desempenho do que os motores relacionais neste cenário.

### Operações

Ambas as soluções possuem operações robustas com recursos avançados para monitoramento
e solução de problemas, porém alguns aspectos contam a favor do Neo4j:

 * Fácil adoção: O Neo4j possui uma linguagem de consulta intuitiva (“Cypher”), 
   que permite ao usuário interagir facilmente com o banco de dados, reduzindo a
   curva de aprendizado em comparação com o i2.
 * Comunidade ativa: Neo4j tem uma grande comunidade de usuários ativos compartilhando
   conhecimentos, habilidades, soluções e melhores práticas, enquanto o i2, apesar
   de mais antigo, possui uma comunidade significativamente menor.
 * Integração: O Neo4j fornece um rico conjunto de integrações com as tecnologias
   mais populares, como Spark, Gremlin e GraphQL, facilitando a integração com outras
   ferramentas de análise de dados.
 * Mais opções de hospedagem: O Neo4j oferece diferentes opções de hospedagem, seja
   no local (_on-premisses_), IaaS ou PaaS, permitindo maior flexibilidade nos aspectos
   operacionais e atendendo melhor aspectos de governança e privacidade exigido 
   por alguns tipos de organizações.

### Segurança e confiabilidade

Os aspectos de segurança do Neo4j e do i2 também são comparáveis – ambos atendem
a várias certificações regulatórias diferentes, como ISO, SOC e FedRamp, e abordam
recursos de segurança como autenticação, autorização, criptografia (em trânsito)
e auditoria. O Neo4j suporta criptografia tanto em repouso quanto em trânsito, além
do _Role Based Access Control_ (RBAC), que fornece mais flexibilidade para personalizar
o acesso aos dados.

O i2 permite alta disponibilidade através da implementação de _cluster_, porém sua
configuração pode ser complexa, exigindo profissionais especializados. Além disso,
o i2 conta com backups para recuperação de desastres.

O Neo4j permite alta disponibilidade e escalabilidade de várias maneiras, desde 
vertical (mais _hardware_) e horizontal (mais nós em um _cluster_), até implementações
em nuvem IaaS ou Paas. Além disso, o Neo4j também oferece configuração intuitiva
de _backups_ para implementações locais e IaaS e _backups_ automatizados para implementações
de PaaS.

### Custos

Em relação ao custo, vale destacar que o Neo4j e o i2 não são comparáveis em muitos
fatores, uma vez que possuem uma estrutura de dados diferentes (o Neo4j utiliza 
grafos nativamente, enquanto o i2 utiliza o paradigma relacional).

Ao se considerar exclusivamente os valores de licenciamento e a possibilidade de
o cliente escolher sua própria opção de hospedagem, o Neo4j tende a um resultado
de TCO (T_otal Cost of Ownership)_ melhor.

No entanto, o Neo4j requer alguma personalização, enquanto o i2 é um serviço totalmente
gerenciado, requerendo menos manutenção.

### Resumo

| Características | Neoj4 | i2 | 
| _O que é_ | Banco de dados grafos nativo | Banco de dados relacional com recursos para visualização de grafos | 
| _Recursos_ | – Escalabilidade horizontal fácil
– 1000 vezes mais rápido que bancos de dados relacionais– Grau de confiabilidade de nível empresarial– Projetado para a nuvem– Projetado para desenvolvedores– Ecossistema de dados integradosFonte: [https://neo4j.com/product/neo4j-graph-database/](https://neo4j.com/product/neo4j-graph-database/) | – Pesquisa melhorada– Identifique maiores _insights_ a partir de dados conectados– Aperfeiçoamentos de interoperação– Interações aprimoradas do gráfico de clientes web– Suporte estendido do sistema operacional– Suporte para código abertoFonte: [https://i2group.com/product-release-announcement-20-dec-2022](https://i2group.com/product-release-announcement-20-dec-2022) | 
| _Vantagens_ | – Banco de dados grafos de código aberto– Mais acessível e fácil de usar– Flexível– Fácil personalização– Linguagem de programação mais intuitiva (Cypher)– Maior conformidade com governança e _compliance_ | – Serviço totalmente gerenciado– Maior tempo de vida– Mais conhecido em nichos específicos (investigação criminal, detecção de fraudes) | 
| _Desvantagens_ | – Requer desenvolvimento da camada de interface com o usuário | – Serviço totalmente gerenciado– Menos opções de implantação– Maior consumo de recursos computacionais– Desempenho cai para bases com grande volume de dados– Maior TCO | 
| _Desempenho_ | – Excelente para bases de dados grafos de qualquer tamanho (mais de um trilhão de registros / relacionamentos)– Exponencialmente superior para grandes bases | – Excelente para bases de pequeno a médio tamanho (milhões de registros / relacionamentos)– Progressivamente inferior para bases de grandes volumes de dados (acima de um bilhão de registros / relacionamentos) | 
| _Segurança e confiabilidade_ | – Atende a diferentes certificações regulatórias (ISO, SOC e FedRamp)– Autenticação,– Autorização– Criptografia (em trânsito e em repouso)– Auditoria– _Role Based Access Control_ (RBAC) | – Atende a diferentes certificações regulatórias (ISO, SOC e FedRamp)– Autenticação,– Autorização– Criptografia (somente em trânsito)– Auditoria | 
| _Principais casos de uso_ | – Investigação criminal– Serviços financeiros– Detecção e análise de fraude– Governo– Ciências da vida– Gerenciamento de identidade e acesso– Varejo– Sistemas de recomendação– Gestão da cadeia de abastecimento– Grafos de conhecimento– Monitoramento de infraestrutura– Gerenciamento de dados mestre– Mídia social e gráficos de redes sociais– Telecomunicações– Privacidade de dados, risco e conformidade– Inteligência artificial e _analytics_ | – Investigação criminal– Detecção de fraudes– Antiterrorismo– Inteligência militar e defesa– Fraude comercial  | 
| _Ranking no [DB-Engines Ranking of Graph DBMS](https://db-engines.com/en/ranking/graph+dbms)_ | 1º (55.43 pontos) | Não listado | 
| _Site_ | [https://neo4j.com/](https://neo4j.com/) | [https://i2group.com/](https://i2group.com/) |

### Conclusão

Tanto o Neo4j quanto o i2 são poderosas soluções de grafos que podem ajudar as organizações
a aproveitar ao máximo seus dados.

Para aplicações de grande volume, que necessitem de flexibilidade e agilidade na
construção de soluções com grafos com um custo relativamente baixo, o Neo4j tem 
vantagens por ser uma tecnologia nativa, mais recente e em constante desenvolvimento,
enquanto o i2 não apresenta novas versões há alguns anos e tem o futuro incerto 
após a venda da solução pela IBM à Harris Computer, no final de 2022.

Já o i2, apesar de estar no mercado há muitos anos, tem seu foco tem sido quase 
exclusivamente em governos, especialmente forças policiais e investigação criminal.

Em última análise, cada empresa deve decidir qual solução é mais adequada aos negócios
em função dos seus requisitos de desempenho, segurança, governança e custo.
