Elle a pour mission de définir les structures de données et les opérations fondamentales pour manipuler les graphes de propriétés. Cette nouvelle norme fait suite à une collaboration entre Neo4j et d'autres membres du comité ISO, et répondra à la demande croissante des clients pour un langage de requête standardisé pour les bases de données de graphes. Une décision qui marque la maturité du marché des bases de données de graphes et constitue un moment charnière dans l’histoire de l’innovation des bases de données.
Le comité ISO responsable de GQL et SQL, rassemble des fournisseurs, des chercheurs et des experts en normes du monde entier, y compris Neo4j. La norme GQL, nouveau confrère de SQL, partiellement basé sur Cypher, est considéré comme le langage de requête de référence pour les bases de données de graphes. La nouvelle norme englobe plus de 600 pages de définitions formelles et plus de 400 articles, la rendant comparable en taille et en portée à la norme SQL-92. SQL est maintenant le langage de requête principal pour les bases de données relationnelles, grâce à son utilisation répandue à travers le monde et son impact sur la croissance du marché des bases de données relationnelles. Et il est désormais probable que GQL ait un impact similaire.
« Alors que notre monde est de plus en plus connecté, nos données le sont également de plus en plus. Le meilleur moteur pour opérer dans ce monde connecté est une base de données de graphes. Il en va de même pour l'analyse et la compréhension des dynamiques commerciales et du rôle prédictif que les connexions peuvent jouer : les graphes stimulent la transformation numérique, l'analyse et l'intelligence artificielle (IA) générative. Les graphes de connaissances étant l'une des tendances à fort impact de l’IA générative, l’élaboration d’une norme pour GQL arrive à point nommé. » déclare Philip Rathle, CTO chez Neo4j.
« L'industrie repose sur les normes ouvertes de l'open source pour assurer l'interopérabilité des plateformes et des outils, ainsi que pour guider les développeurs et les organisations dans leurs choix. Néanmoins, le mouvement de l’IA générative minimise considérablement la valeur de ces fondations fondamentales. Avec l'avènement des modèles et des plateformes fermées, je suis content de la standardisation de certains éléments de l'IA et de la pile de données. La validation du GQL par l’ISO garantit que le traitement des graphes de propriété restera ouvert, à l’instar de SQL. » déclare James Governor, analyste principal et co-fondateur de RedMonk.
« Nous nous trouvons dans un moment formidable pour les langages de requête, l'élaboration des normes, le comité technique mixte et les experts qui ont travaillé à l'élaboration de cette nouvelle norme. Il s’agit d’un tournant significatif dans l'histoire des langages de requête qui révolutionne notre façon d'interagir avec et d'utiliser la puissance des données connectées. GQL représente une avancée significative dans l'interrogation et la manipulation de données, en offrant un langage de requête unifié et expressif pour naviguer dans des structures de graphes complexes. Grâce à un cadre standardisé pour l’interrogation des bases de données de graphes, GQL élimine les obstacles à l’interopérabilité des données, et permet aux développeurs, aux chercheurs et aux entreprises d’obtenir de nouvelles informations, de découvrir des connexions cachées, et de créer de nouvelles innovations. » conclut Tony Holland, responsable des communications du Comité technique mixte ISO/CEI 1/AG 1.
Le comité ISO responsable de GQL et SQL, rassemble des fournisseurs, des chercheurs et des experts en normes du monde entier, y compris Neo4j. La norme GQL, nouveau confrère de SQL, partiellement basé sur Cypher, est considéré comme le langage de requête de référence pour les bases de données de graphes. La nouvelle norme englobe plus de 600 pages de définitions formelles et plus de 400 articles, la rendant comparable en taille et en portée à la norme SQL-92. SQL est maintenant le langage de requête principal pour les bases de données relationnelles, grâce à son utilisation répandue à travers le monde et son impact sur la croissance du marché des bases de données relationnelles. Et il est désormais probable que GQL ait un impact similaire.
« Alors que notre monde est de plus en plus connecté, nos données le sont également de plus en plus. Le meilleur moteur pour opérer dans ce monde connecté est une base de données de graphes. Il en va de même pour l'analyse et la compréhension des dynamiques commerciales et du rôle prédictif que les connexions peuvent jouer : les graphes stimulent la transformation numérique, l'analyse et l'intelligence artificielle (IA) générative. Les graphes de connaissances étant l'une des tendances à fort impact de l’IA générative, l’élaboration d’une norme pour GQL arrive à point nommé. » déclare Philip Rathle, CTO chez Neo4j.
« L'industrie repose sur les normes ouvertes de l'open source pour assurer l'interopérabilité des plateformes et des outils, ainsi que pour guider les développeurs et les organisations dans leurs choix. Néanmoins, le mouvement de l’IA générative minimise considérablement la valeur de ces fondations fondamentales. Avec l'avènement des modèles et des plateformes fermées, je suis content de la standardisation de certains éléments de l'IA et de la pile de données. La validation du GQL par l’ISO garantit que le traitement des graphes de propriété restera ouvert, à l’instar de SQL. » déclare James Governor, analyste principal et co-fondateur de RedMonk.
« Nous nous trouvons dans un moment formidable pour les langages de requête, l'élaboration des normes, le comité technique mixte et les experts qui ont travaillé à l'élaboration de cette nouvelle norme. Il s’agit d’un tournant significatif dans l'histoire des langages de requête qui révolutionne notre façon d'interagir avec et d'utiliser la puissance des données connectées. GQL représente une avancée significative dans l'interrogation et la manipulation de données, en offrant un langage de requête unifié et expressif pour naviguer dans des structures de graphes complexes. Grâce à un cadre standardisé pour l’interrogation des bases de données de graphes, GQL élimine les obstacles à l’interopérabilité des données, et permet aux développeurs, aux chercheurs et aux entreprises d’obtenir de nouvelles informations, de découvrir des connexions cachées, et de créer de nouvelles innovations. » conclut Tony Holland, responsable des communications du Comité technique mixte ISO/CEI 1/AG 1.
Autres articles
-
Neo4j transforme son portefeuille de bases de données cloud pour accélérer l'adoption des graphes et de l’IA générative en entreprise
-
Podcast : La donnée sous tous les angles, avec Philippe Charpentier, CTO de NetApp France
-
Podcast : Données CSRD et ESG avec Nicolas Letavernier Workiva
-
Podcast : Ethique et responsabilité de l'IA, et si la clef venait des graphes de connaissance
-
Neo4j annonce sa collaboration avec Snowflake pour l'analyse prédictive et l'analyse avancée de l'IA