Netflixは、社内パートナー向けのリアルタイムインサイトを強化するためにリアルタイム分散グラフを構築しました。このブログシリーズの第3部では、グラフを効率的にクエリする方法に焦点を当てています。グラフは数十億ものノードとエッジからなる複雑なネットワークであり、そのクエリには高速で柔軟なサービングレイヤーが必要です。著者は、幅広いアクセスパターンを処理し、シャローワイドクエリとディープナロウクエリの両方をサポートすることを含む、グラフのクエリにおける課題について論じています。彼らは、レイテンシを最小限に抑えるために幅優先アプローチと非同期コンポジションを使用して、グラフを効率的にクエリするためのサービングレイヤーをどのように設計したかを説明しています。著者はまた、クエリレイヤーの設計におけるキャッシング、オプトインエンリッチメント、および結果整合性の重要性についても論じています。クエリレイヤーは、グラフクエリサービス、ストレージ抽象化レイヤー、エンリッチメントレイヤーの3つのレイヤーで構成されており、これらが連携してクエリを効率的に実行します。著者は、クエリレイヤーが実際にどのように機能するかを示すためにクエリ例を説明し、リクエストの読み取りと解釈、ストレージからの効率的な読み取り、幅優先レベルでのトラバーサルの実行、多くの操作の並列実行、スマートなフィルタリング、およびキャッシングによる繰り返しクエリの高速化の重要性を強調しています。クエリレイヤーの目標は、100ミリ秒未満でクエリを完了することであり、著者はその設計がこの目標をどのように達成するかを示しています。クエリレイヤーは、それぞれが異なる可能性のある毎秒数万件のクエリを処理するように設計されており、著者はこのレベルのパフォーマンスを達成するためにクエリレイヤーを設計する際に彼らが行ったトレードオフについて論じています。全体として、著者は、大規模分散グラフのための高性能クエリレイヤーの構築に伴う課題とトレードオフを強調しながら、クエリレイヤーの設計と実装の詳細な概要を提供しています。クエリレイヤーはリアルタイム分散グラフの重要なコンポーネントであり、著者の設計と実装により、Netflixは社内パートナー向けのリアルタイムインサイトを強化することができました。