1. परिचय
इस कोडलैब में, आपको सप्लाई चेन और लॉजिस्टिक्स से जुड़ी जटिल समस्याओं को हल करने के लिए, BigQuery Graph का इस्तेमाल करने का तरीका पता चलेगा.
आपको रेस्टोरेंट की सप्लाई चेन नेटवर्क का मॉडल बनाना होगा. इसमें खाने की सुरक्षा और क्वालिटी कंट्रोल पर फ़ोकस करना होगा. जब खाने-पीने की चीज़ों की सुरक्षा से जुड़ी कोई समस्या आती है, जैसे कि सप्लायर से मिला कोई दूषित आइटम, तो समय बहुत मायने रखता है. "ब्लास्ट रेडियस" की पहचान करने और तुरंत सर्जिकल रिकॉल करने से, लागत बचाई जा सकती है और ग्राहकों को सुरक्षित रखा जा सकता है.

ट्रेडिशनल रिलेशनल मॉडल में, कई चरणों (सप्लायर -> डीसी -> कमिसरी -> स्टोर -> तैयार आइटम) में आइटम को ट्रैक करने के लिए, मुश्किल और कई चरणों वाले JOIN ऑपरेशन की ज़रूरत होती है. BigQuery Graph की मदद से, हम इन कनेक्शन को सीधे तौर पर मॉडल करते हैं. इससे आईएसओ जीक्यूएल (ग्राफ़ क्वेरी लैंग्वेज) स्टैंडर्ड का इस्तेमाल करके, आसान और तेज़ क्वेरी की जा सकती हैं.
आपको क्या सीखने को मिलेगा
- मौजूदा BigQuery टेबल के ऊपर ग्राफ़ मॉडल तय करने का तरीका.
- BigQuery में प्रॉपर्टी ग्राफ़ बनाने का तरीका.
- अपस्ट्रीम और डाउनस्ट्रीम के असर को ट्रेस करने के लिए, ट्रैवर्सल क्वेरी चलाने का तरीका.
आपको किन चीज़ों की ज़रूरत होगी
- बिलिंग की सुविधा वाला Google Cloud प्रोजेक्ट.
- Google Cloud Shell.
अनुमानित शुल्क
इस लैब में, BigQuery के विश्लेषण शुल्क के तौर पर पांच डॉलर से कम खर्च होने की उम्मीद है. यह शुल्क, नए उपयोगकर्ताओं के लिए फ़्री टियर के तहत तय की गई सीमा के अंदर है.
2. सेटअप और ज़रूरी शर्तें
Cloud Shell खोलें
आपको ज़्यादातर काम Cloud Shell में करना होगा. यह एक ऐसा एनवायरमेंट है जिसमें Google Cloud का इस्तेमाल करने के लिए ज़रूरी सभी चीज़ें मौजूद होती हैं.
- Google Cloud Console पर जाएं.
- सबसे ऊपर दाएं टूलबार में मौजूद, Cloud Shell चालू करें आइकॉन पर क्लिक करें.
- अगर कहा जाए, तो जारी रखें पर क्लिक करें.
एनवायरमेंट वैरिएबल सेट अप करना
Cloud Shell में, अपना प्रोजेक्ट आईडी सेट करें, ताकि आने वाले समय में कमांड का इस्तेमाल करना आसान हो.
export PROJECT_ID=$(gcloud config get-value project)
एपीआई चालू करें
ज़रूरी BigQuery API को चालू करने के लिए, यह कमांड चलाएं:
gcloud services enable bigquery.googleapis.com
3. स्कीमा और टेबल बनाना
आपको एक डेटासेट और टेबल बनानी होंगी, जो आपकी सप्लाई चेन के कॉम्पोनेंट दिखाती हों:
item: आइटम की सामान्य परिभाषा (जैसे, टमाटर, चिकन).location: सुविधाएं (सप्लायर, डिस्ट्रिब्यूशन सेंटर, कैफ़े).itemlocation: इन्वेंट्री की जगहों को दिखाने वाली इंटरसेक्शन टेबल.bom: बिल ऑफ़ मटीरियल (यह वेट रिलेशन तय करता है. उदाहरण के लिए, आइटम A को आइटम B में शामिल किया जाता है).makes:itemlocationकोitemसे मैप करता है.stored_at: Mapsitemlocationसेlocationतक.
डेटासेट बनाएं
इस लैब में एसक्यूएल कमांड को Cloud Shell या BigQuery कंसोल का इस्तेमाल करके चलाया जा सकता है.
BigQuery कंसोल का इस्तेमाल करने के लिए:
- BigQuery Console को नए टैब में खोलें.
- इस लैब के हर SQL स्निपेट को एडिटर में चिपकाएं. इसके बाद, उसे लागू करने के लिए Run बटन पर क्लिक करें.

स्कीमा बनाने के लिए, Cloud Shell में यहां दिया गया कमांड चलाएं या BigQuery कंसोल का इस्तेमाल करें. आपको अपने एसक्यूएल में नोड वैरिएबल इस्तेमाल करने होंगे.

ध्यान दें: (1) Google Colab में इसे लागू करने के लिए, BigQuery के मैजिक कमांड का भी इस्तेमाल किया जा सकता है: %%bigquery नीचे दिया गया स्निपेट, आपके प्रोजेक्ट में रेस्टोरेंट स्कीमा बनाता है, ताकि आपके ग्राफ़ डेटा को सेव किया जा सके. (2) अगर Google Colab से चलाया जा रहा है, तो आपको %%bigquery –project <PROJECT_ID> का इस्तेमाल करना होगा. पक्का करें कि PROJECT_ID फ़ील्ड को उस प्रोजेक्ट से मैप किया गया हो जिसका आपको इस्तेमाल करना है: PROJECT_ID = "argolis-project-340214" # @param {"type":"string"} (3) अगर Colab का इस्तेमाल किया जा रहा है, तो आपको अपनी ज़रूरतों के हिसाब से कुछ लाइब्रेरी इंस्टॉल करनी होंगी. अगर आपको ग्राफ़ विज़ुअलाइज़ेशन का इस्तेमाल करना है, तो पक्का करें कि आपने pip का इस्तेमाल करके, यह लाइब्रेरी इंस्टॉल की हो: spanner-graph-notebook==1.1.5

%%bigquery --project=$PROJECT_ID
CREATE SCHEMA IF NOT EXISTS restaurant ;
टेबल बनाना
टेबल बनाने के लिए, यह एसक्यूएल कोड चलाएं.
%%bigquery --project=$PROJECT_ID
-- 1. Item Table
DROP TABLE IF EXISTS `restaurant.item`;
CREATE TABLE `restaurant.item` (
itemKey STRING,
itemName STRING,
itemCategory STRING,
shelfLifeDays INT64,
PRIMARY KEY (itemKey) NOT ENFORCED
);
-- 2. Location Table
DROP TABLE IF EXISTS `restaurant.location`;
CREATE TABLE `restaurant.location` (
locationKey STRING,
locationType STRING,
locationCity STRING,
locationState STRING,
dunsNumber INT64,
PRIMARY KEY (locationKey) NOT ENFORCED
);
-- 3. ItemLocation Table
DROP TABLE IF EXISTS `restaurant.itemlocation`;
CREATE TABLE `restaurant.itemlocation` (
itemLocationKey STRING,
itemKey STRING,
locationKey STRING,
variants INT64,
PRIMARY KEY (itemLocationKey) NOT ENFORCED,
-- Foreign Key Definitions
FOREIGN KEY (itemKey) REFERENCES `restaurant.item`(itemKey) NOT ENFORCED,
FOREIGN KEY (locationKey) REFERENCES `restaurant.location`(locationKey) NOT ENFORCED
);
-- 4. BOM Table
DROP TABLE IF EXISTS `restaurant.bom`;
CREATE TABLE `restaurant.bom` (
bomKey INT64,
parentItemLocation STRING,
childItemLocation STRING,
childQuantity FLOAT64,
PRIMARY KEY (bomKey) NOT ENFORCED
);
-- 5. Makes Table
DROP TABLE IF EXISTS `restaurant.makes`;
CREATE TABLE `restaurant.makes` (
itemLocationKey STRING,
itemKey STRING,
locationKey STRING,
variants INT64,
PRIMARY KEY (itemLocationKey) NOT ENFORCED
);
DROP TABLE IF EXISTS `restaurant.stored_at`;
CREATE TABLE `restaurant.stored_at` (
itemLocationKey STRING,
itemKey STRING,
locationKey STRING,
variants INT64,
PRIMARY KEY (itemLocationKey) NOT ENFORCED
);
4. सैंपल डेटा लोड हो रहा है
इस लैब को पूरी तरह से आत्मनिर्भर बनाने के लिए, आपको प्योर एसक्यूएल LOAD DATA स्टेटमेंट का इस्तेमाल करके, टेबल में सैंपल डेटा भरना होगा. यह एक नेटवर्क को दिखाता है, जो सप्लायर से शुरू होता है. इसके बाद, डिस्ट्रिब्यूशन सेंटर (डीसी) और कमिसरी किचन से होते हुए रीटेल कैफ़े पर पहुंचता है.
डेटा लोड करने के लिए, ये एसक्यूएल क्वेरी चलाएं:

ध्यान दें: अगर BigQuery Studio में सीधे तौर पर क्वेरी चलाई जा रही है, तो %%bigquery को छोड़ा जा सकता है
%%bigquery --project=$PROJECT_ID
-- Load Item
LOAD DATA OVERWRITE `restaurant.item`
FROM FILES (format = 'CSV', uris = ['gs://supply_chain_demo/item2.csv'], skip_leading_rows = 1);
-- Load Location
LOAD DATA OVERWRITE `restaurant.location`
FROM FILES (format = 'CSV', uris = ['gs://supply_chain_demo/location.csv'], skip_leading_rows = 1);
-- Load ItemLocation
LOAD DATA OVERWRITE `restaurant.itemlocation`
FROM FILES (format = 'CSV', uris = ['gs://supply_chain_demo/itemlocation.csv'], skip_leading_rows = 1);
-- Load BOM
LOAD DATA OVERWRITE `restaurant.bom`
FROM FILES (format = 'CSV', uris = ['gs://supply_chain_demo/bom2.csv'], skip_leading_rows = 1);
-- Load Makes
LOAD DATA OVERWRITE `restaurant.makes`
FROM FILES (format = 'CSV', uris = ['gs://supply_chain_demo/makes.csv'], skip_leading_rows = 1);
-- Load StoredAt
LOAD DATA OVERWRITE `restaurant.stored_at`
FROM FILES (format = 'CSV', uris = ['gs://supply_chain_demo/itemlocation.csv'], skip_leading_rows = 1);
5. शर्तें जोड़ना और ग्राफ़ तय करना
ग्राफ़ बनाने से पहले, स्टैंडर्ड एसक्यूएल प्राइमरी की और फ़ॉरेन की कंस्ट्रेंट का इस्तेमाल करके, सिमैंटिक रिलेशनशिप तय करें. इनकी मदद से, BigQuery को नोड आइडेंटिफ़ायर समझने और एज टेबल को नोड टेबल से कनेक्ट करने में मदद मिलती है.
प्रॉपर्टी ग्राफ़ बनाना
अब इन टेबल को एक साथ जोड़कर, restaurant.bombod नाम का एक ग्राफ़ स्ट्रक्चर बनाया जाता है.
यह तय करने पर:
- नोड:
item,location,itemlocation - किनारे:
makes,stored_at, औरconsists_of(बीओएम)
%%bigquery --project=$PROJECT_ID
CREATE OR REPLACE PROPERTY GRAPH `restaurant.bombod`
NODE TABLES (
`restaurant.item` KEY (itemKey) LABEL item PROPERTIES ALL COLUMNS,
`restaurant.location` KEY (locationKey) LABEL location PROPERTIES ALL COLUMNS,
`restaurant.itemlocation` KEY (itemLocationKey) LABEL itemlocation PROPERTIES ALL COLUMNS
)
EDGE TABLES (
`restaurant.makes`
KEY (itemLocationKey)
SOURCE KEY (itemLocationKey) REFERENCES `restaurant.itemlocation`(itemLocationKey)
DESTINATION KEY (itemKey) REFERENCES `restaurant.item`(itemKey)
LABEL makes PROPERTIES ALL COLUMNS,
`restaurant.bom`
KEY (bomKey)
SOURCE KEY (childItemLocation) REFERENCES `restaurant.itemlocation`(itemLocationKey)
DESTINATION KEY (parentItemLocation) REFERENCES `restaurant.itemlocation`(itemLocationKey)
LABEL consists_of PROPERTIES ALL COLUMNS,
`restaurant.stored_at`
KEY (itemLocationKey)
SOURCE KEY (itemLocationKey) REFERENCES `restaurant.itemlocation`(itemLocationKey)
DESTINATION KEY (locationKey) REFERENCES `restaurant.location`(locationKey)
LABEL stored_at PROPERTIES ALL COLUMNS
);
6. सप्लाई चेन को विज़ुअलाइज़ करना
पूरी सप्लाई चेन नेटवर्क देखने के लिए, टॉप-डाउन ट्रैवर्सल क्वेरी चलाई जा सकती है. स्टैंडर्ड नोटबुक या इसे सपोर्ट करने वाले यूज़र इंटरफ़ेस (जैसे कि %%bigquery --graph) में, यह एक विज़ुअल मैप दिखाता है.
नोड और एज सेटअप करने के लिए, ऐब्सलूट ग्राफ़ क्वेरी का इस्तेमाल करें.
ध्यान दें: जैसा कि पहले बताया गया है, Google Colab या Colab Enterprise Notebooks में इसे लागू करने के लिए, BigQuery के मैजिक कमांड भी इस्तेमाल किए जा सकते हैं: %%bigquery. साथ ही, Google Colab या Colab Enterprise Notebooks में ग्राफ़ को विज़ुअलाइज़ करने के लिए, –graph फ़्लैग को इस तरह शामिल करें: %%bigquery –graph
%%bigquery --project=$PROJECT_ID --graph output
Graph restaurant.bombod
match p=(a:itemlocation)-[c:consists_of]->(b:itemlocation)
match q=(a)-[d:stored_at]->(e:location)
optional match z=(f)-[g:makes]-(b)
return to_json(p) as ppath, to_json(q) as qpath, to_json(z) as zpath
आउटपुट:

7. इस्तेमाल का पहला उदाहरण: अपस्ट्रीम शिकायत को ट्रेस करना
स्थिति: कोई ग्राहक, न्यूयॉर्क के स्टोर में अपने सैंडविच में चिकन की क्वालिटी के बारे में शिकायत करता है. आपको तैयार आइटम को पीछे की ओर ट्रेस करना होगा, ताकि उसकी असेंबली के चरणों को तुरंत देखा जा सके.
ट्रैवर्सल क्वेरी
ग्राफ़ ट्रैवर्सल क्वेरी फ़ॉर्मैट का इस्तेमाल करके क्वेरी चलाएं. यह consists_of किनारों को देखता है, जो डाउनस्ट्रीम असेंबली को अपस्ट्रीम सामग्री से जोड़ते हैं.
%%bigquery --project=$PROJECT_ID --graph
GRAPH restaurant.bombod
MATCH p=(a:itemlocation)-[c:consists_of]->(b:itemlocation)
OPTIONAL MATCH q=(b)-[d:stored_at]-(e)
return to_json(p) as ppath, to_json(q) as qpath
consists_of एज टेबल (Ingredient -> Finished) में ऐरो की दिशा की वजह से, अपस्ट्रीम में खोज करने पर लिंक तुरंत मिल जाते हैं. इससे, डिपेंडेंट मटीरियल और स्टोरेज की जगहों को अलग-अलग किया जा सकता है.
आउटपुट: 
8. इस्तेमाल का दूसरा उदाहरण: असर का विश्लेषण
स्थिति: बर्फ़ीले तूफ़ान की वजह से, कोलंबस, ओहायो में मौजूद डिस्ट्रिब्यूशन सेंटर बंद हो गया है. आपको यह जानना है कि डाउनस्ट्रीम की कौनसी तैयारियां या तैयार आइटम तुरंत प्रभावित हुए हैं.
ट्रैवर्सल क्वेरी
आप डिस्ट्रिब्यूशन सेंटर को दिखाने वाले खास location से शुरू करते हैं. इसके बाद, वहां स्टोर की गई इन्वेंट्री की पहचान करते हैं और देखते हैं कि तैयार किए गए किन आइटम के लिए उनकी ज़रूरत है.
# @title Impact of a storm on a DC
%%bigquery --project=$PROJECT_ID --graph
Graph restaurant.bombod
match path1=(z:itemlocation)-[m:stored_at]->(dc:location) where dc.locationKey like '%DC-Sysco-Columbus-OH%'
match path2=(z:itemlocation)-[c:consists_of]->(b:itemlocation)
match path3=(b:itemlocation)-[n:makes]->(item:item)
optional match path4=(b)-[p:stored_at]->(q:location)
return to_json(path1) as path1, to_json(path2) as path2,to_json(path3) as path3, to_json(path4) as path4
आउटपुट: 
9. इस्तेमाल का तीसरा उदाहरण: डाउनस्ट्रीम रिकॉल
स्थिति: सप्लायर आपको बताता है कि उसके प्रॉडक्ट के एक खास बैच में खराबी है: सप्लायर के बेल पर पके टमाटर. आपको कैफ़े में मौजूद, उन सभी फ़ाइनल मेन्यू आइटम को ढूंढना होगा जिन पर असर पड़ा है.
ट्रैवर्सल क्वेरी
आप दूषित कच्चे की जगह का पता लगाते हैं. इसके बाद, डाउनस्ट्रीम में पाथ ट्रैवर्सल करके, उन आइटम का पता लगाते हैं जिन पर असर पड़ा है.
%%bigquery --project=$PROJECT_ID --graph
Graph restaurant.bombod
match path1=(a:itemlocation)-[c:consists_of]->(b:itemlocation)-[e:makes]->(f:item) where f.itemKey like '%Tomato%'
return to_json(path1) as result
इस क्वेरी से, उन सभी आइटम का पता चलता है जो 'टमाटर' से मिलते-जुलते हैं. साथ ही, यह अपस्ट्रीम रिलेशनशिप से जुड़ा होता है. इससे एक बेहतरीन मैपिंग बनती है, जिससे यह पता चलता है कि कैफ़े के किन आइटम को वापस मंगाना चाहिए.
आउटपुट: 
10. स्टोरेज में जगह बनाएं
वॉकथ्रू के चरणों को पूरा करने के बाद, संसाधनों को मिटा दें. इससे आपके वर्कस्पेस में कोई अतिरिक्त शुल्क नहीं लगेगा.
DROP SCHEMA `restaurant` CASCADE;
11. नतीजा
बधाई हो! आपने BigQuery Graph का इस्तेमाल करके, सप्लाई चेन का मॉडल बनाया है और असर का विश्लेषण किया है.
आखिर में खास जानकारी
आपने यह सीखा:
- प्राइमरी/फ़ॉरेन की की मदद से, ग्राफ़-सेंट्रिक रिलेशनल रिलेशनशिप तय करें.
- एक यूनिफ़ाइड प्रॉपर्टी ग्राफ़ बनाएं.
- ग्राफ़ क्वेरी ट्रैवर्सल लॉजिक का इस्तेमाल करके, मल्टी-नोड रिलेशनशिप को आसानी से नेविगेट करें.
ग्राफ़ आर्किटेक्चर के बारे में ज़्यादा जानकारी पाने के लिए, Google Cloud के दस्तावेज़ देखें.