pygraphistry-connectors

PyGraphistry コネクター

ドキュメントの案内（ローカル＋正式版）

• 最初に ../pygraphistry/references/pygraphistry-readthedocs-toc.md を確認します。
• セクション単位のショートカットには ../pygraphistry/references/pygraphistry-readthedocs-top-level.tsv を使用します。
• 必要なページが見つからない場合に限り、../pygraphistry/references/pygraphistry-readthedocs-sitemap.xml を確認します。
• 詳細ページを読む前に、まとめて一度検索します。cat * や細かな読み取りを順番に繰り返すことは避けます。
• ユーザー向けの回答では、正式な https://pygraphistry.readthedocs.io/en/latest/... リンクを優先します。

方針

• 実用的な場合は、データフレームから取り込み、その後 edges()/nodes() でバインドします。
• 認証やクエリの動作が特殊な場合は、コネクター固有のノートブックパターンを使用します。
• 非常に大規模なデータセットでは、プロットの前に上流でフィルタリングや集計を行います。
• コネクターとGraphistryの認証情報は、環境変数またはシークレットストアに保存し、キーをハードコードしないでください。
• username='user'／password='pass'／username='...' のようなプレースホルダー値は使用しないでください。os.environ[...] または os.environ.get(...) を使用します。
• 簡潔なタスクでは、最小限の説明文とコンパクトなコードブロックを1つだけ返します。
• 簡潔なスニペットでは、プレースホルダー変数ではなく、明示的なプライバシー値（'private' または 'organization'）を優先します。

コネクターの選定基準

• トラバーサルを上流で表現するのが最適な場合は、ネイティブのグラフDBコネクター（cypher()、Neptune／TigerGraphのフロー）を使用します。
• 外部DBを使わず、メモリー上のPyGraphistryグラフに対してローカルのCypher形式クエリを実行する場合は、g.gfql("MATCH ...") を使用します。注：graphistry.cypher() はNeo4j／Memgraph／Neptune向けの別個のコネクターであり、ローカルのGFQL Cypherとは異なります。
• データソースが表形式またはSIEM中心の場合は、SQL／ログソースからデータを抽出してからPyGraphistryにバインドします。
• 判断に迷う場合は、まずソースネイティブのクエリからデータフレームを経て edges()/nodes() へ進み、その後コネクターの利用範囲を最適化します。

コネクターの種類

• グラフDB：Neo4j、Neptune、TigerGraph、Memgraph、Arango。
• データ／SQL：Databricks、PostgreSQL、Spanner、データウェアハウス形式のパイプライン。
• ログ／SIEM：Splunk、Kusto、AlienVault。
• コンピューティング／レイアウトプラグイン：networkx、graphviz、cugraph、igraph、hypernetx。

最小限の例

# Neo4j/Memgraph/Neptune connector (runs query on external DB server)
g = graphistry.cypher('MATCH (a)-[r]->(b) RETURN a,b,r')
g.plot()

# Local Cypher via GFQL (no external DB needed — preferred for local graphs)
g2 = g.gfql("MATCH (a)-[r]->(b) WHERE a.score > 10 RETURN a.id, b.id")

# Graphistry org/service-account auth before connector workflows
graphistry.register(
    api=3,
    org_name=os.environ.get('GRAPHISTRY_ORG_NAME'),
    personal_key_id=os.environ.get('GRAPHISTRY_PERSONAL_KEY_ID'),
    personal_key_secret=os.environ.get('GRAPHISTRY_PERSONAL_KEY_SECRET')
)

# Generic dataframe path after source-specific query/extract
# edges_df: src,dst,...
g = graphistry.edges(edges_df, 'src', 'dst')
graphistry.privacy(mode='private')
plot_url = g.plot(render=False)

# Connector-oriented flow with explicit nodes + focused GFQL slice
# Example source can be Neo4j/Splunk -> dataframe extraction
g = graphistry.edges(edges_df, 'src', 'dst').nodes(nodes_df, 'id')
g_focus = g.gfql([...]).name('connector-slice')
graphistry.privacy(mode='organization')
plot_url = g_focus.plot(render=False)

正式なドキュメント

• プラグインの概要：https://pygraphistry.readthedocs.io/en/latest/plugins.html
• コネクターのノートブック：https://pygraphistry.readthedocs.io/en/latest/notebooks/plugins.connectors.html
• コンピューティング／レイアウトプラグインのノートブック：https://pygraphistry.readthedocs.io/en/latest/notebooks/plugins.compute.html
• ノートブックのインデックス：https://pygraphistry.readthedocs.io/en/latest/notebooks/index.html