情報処理試験を勉強していると、「グラフ指向データベースって何？普通のデータベースと何が違うの？」と戸惑う場面があります。この記事では、グラフ指向DBの意味から構成要素、他のNoSQLとの違い、試験での出題パターンまでを一気に整理します。
対象試験と出題頻度
グラフ指向データベースは、基本情報技術者・応用情報技術者で出題されるテーマです。
NoSQLの4分類（キーバリュー・カラム指向・ドキュメント指向・グラフ指向）を比較する問題で登場し、それぞれの特徴を正確に区別できるかが問われます。
詳細をクリックして確認
基本情報技術者
応用情報技術者
★★★☆☆
ランクB（標準）覚えておくと有利
用語の定義
グラフ指向データベース（Graph Database）とは、一言で言うと
「ノード（実体）・エッジ（関係）・プロパティ（属性）の3要素で、データ間のつながりを直接表現するNoSQLデータベース」
のことです。
イメージとしては、「SNSの人間関係マップ」です。
SNSには「人」がいて、人同士が「フォロー」「友達」などの関係でつながっています。さらに各人は「名前」「年齢」「居住地」といったプロフィール情報を持っています。
グラフ指向データベースも同じ構造です。「人」がノード、「フォロー」がエッジ、「名前や年齢」がプロパティ。この3つの組み合わせで、複雑なつながりをそのまま格納・探索できます。
📊 グラフ指向データベースの基本情報
| 項目 | 内容 |
|---|---|
| 英語名 | Graph Database / Graph-Oriented Database |
| 分類 | NoSQL（Not only SQL）の4分類のうちの1つ |
| 構成要素 | ノード、エッジ（リレーションシップ）、プロパティ |
| 代表的な製品 | Neo4j、Amazon Neptune、JanusGraph |
| 得意な領域 | SNSの人間関係、経路探索、不正検知、レコメンデーション |
解説
従来の関係データベース（DBMSで管理されるRDB）は、行と列の表形式でデータを管理します。
しかし「AさんはBさんをフォローしていて、BさんはCさんの同僚で、Cさんが投稿した記事をAさんが共有した」のような、複雑に入り組んだ関係性を表現するには、何度もテーブルを結合（JOIN）する必要があり、処理コストが膨らみます。
グラフ指向データベースは、データ間のつながりそのものを構造として保持するため、結合処理なしに関連データを高速にたどれます。
ソーシャルネットワークやWebのリンク構造のように「関係の深さ・広がり」がビジネス価値を持つ領域で強みを発揮します。
3つの構成要素
グラフ指向データベースの骨格をなす要素は3つです。
| 要素 | 別名 | 役割 |
|---|---|---|
| ノード | 頂点（Vertex） | データの実体を表す。「ユーザー」「商品」「場所」など |
| エッジ | リレーションシップ | ノード間の関係を「タイプ」と「方向」を持って表す。「フォローする」「購入した」など |
| プロパティ | 属性 | ノードやエッジに付与するキーと値のペア。「name: 田中」「since: 2024」など |
図解：SNSの人間関係をグラフ指向DBで表現
SNSの友人関係を題材に、3要素がどう対応するかを図で示します。
SNSの友人関係をグラフ構造で表現
age: 28
age: 25
age: 30
読み方
● 丸（ノード）＝データの実体。「田中」「鈴木」「佐藤」がそれぞれ1つのノード。
● 矢印・線（エッジ）＝ノード間の関係。「フォロー」は一方向、「同僚」は双方向。
● ラベル（プロパティ）＝ノードやエッジに付く属性情報。age: 28、since: 2023 など。
NoSQL 4分類の比較
グラフ指向はNoSQLの1タイプです。残りの3タイプとの違いを「どんなデータ構造か」「どんな用途に向くか」で整理します。
| 種類 | データ構造 | 代表製品 | 見分けキーワード |
|---|---|---|---|
| キーバリュー型 | 1つのキーに1つの値 | Redis、DynamoDB | キーと値の組、連想配列 |
| カラム指向型 | 行キーに対して複数のカラム（名前と値の組） | Apache Cassandra、HBase | 列の型が固定されていない |
| ドキュメント指向型 | JSONやXMLなどの階層構造をドキュメント単位で格納 | MongoDB、CouchDB | ドキュメント、階層構造、インデックス |
| グラフ指向型 | ノード間をエッジでつなぎ、プロパティを付与 | Neo4j、Amazon Neptune | ノード、リレーションシップ、関係性 |
なんとなくで覚えたい人向け：4分類をざっくり理解
キーバリュー型は「ロッカー」。番号（キー）を指定すれば中身（値）が取り出せる。
カラム指向型は「スプレッドシートの列が自由に増減するイメージ」。行ごとに持つ列が違ってもOK。
ドキュメント指向型は「付箋だらけのノート」。1枚1枚の付箋（ドキュメント）が独自の構造を持てる。
グラフ指向型は「人脈マップ」。人と人のつながりをそのまま保存して、つながりをたどる検索が速い。
では、この用語が試験でどのように出題されるか見ていきましょう。
💡 グラフ指向DBの核心を3行で
・ノード（実体）・エッジ（関係）・プロパティ（属性）の3要素で構成される
・データ間の「つながり」を直接構造として保持し、関係の探索が高速
・NoSQLの4分類の1つで、SNSの人間関係や経路探索が代表的な活用場面
試験ではこう出る！
グラフ指向データベースは、FE・APの科目A（午前）でNoSQLの分類比較問題として出題されています。
出題パターンは大きく2つに分かれます。
📊 過去問での出題実績
| 試験回 | 出題内容 | 問われたポイント |
|---|---|---|
| AP R3春 問28 |
グラフ指向DBの特徴として適切なものを選ぶ問題。 | ・正解は「ノード・リレーション・プロパティで構成」 ・ドキュメント指向・KVS・カラム指向の説明がひっかけ |
| AP R6春 問29 |
NoSQLに分類されるデータベースを選ぶ問題。 | ・正解はキーバリュー型 ・オブジェクト指向DB・データウェアハウスがひっかけ ・AP H30春 問30と同一構成の流用 |
| FE R5免除 問18 |
キーバリューストアの説明を選ぶ問題。 | ・選択肢にグラフ型の説明（「ノード・リレーションシップ・プロパティ」）が登場 ・FE H31春 問30と同一構成の流用 |
📝 IPA試験での出題パターン
パターン1：「グラフ指向DBの特徴を選べ」
AP R3春 問28のように、4つのNoSQLタイプの説明が並び、グラフ指向に該当するものを選ぶ形式。ひっかけとして「階層構造のドキュメント」（ドキュメント指向）、「キーに対して一つの値」（KVS）、「キーに対して複数の列」（カラム指向）の説明が紛れ込む。キーワードは「ノード」「リレーションシップ」「プロパティ」の3語。
パターン2：「NoSQLに分類されるDBを選べ」
AP R6春 問29のように、NoSQL全体の分類を問う形式。グラフ指向DBの名前が直接登場しないこともあるが、選択肢にオブジェクト指向DBやデータウェアハウスが紛れ込むため、「NoSQLに含まれないもの」を除外できるかが合否を分ける。
ここだけは確実に押さえてください。グラフ指向DB＝「ノード・エッジ（リレーションシップ）・プロパティ」。この3語が出たらグラフ指向と断定して問題ありません。
【確認テスト】理解度チェック
ここまでの内容を理解できたか、簡単なクイズで確認してみましょう。
Q. NoSQLの一種であるグラフ指向データベースの特徴として、最も適切なものはどれでしょうか？
- A. ノード、リレーションシップ、プロパティの3要素で構成され、ノード間の関係性をタイプと方向を持って表現する。
- B. データ項目の値として階層構造のデータをドキュメントとして持ち、ドキュメントに対してインデックスを作成できる。
- C. 一つのキーに対して一つの値をとる形をしており、値の型は定義されていないため様々な型の値を格納できる。
正解と解説を見る
正解：A
解説：
グラフ指向データベースは、ノード・リレーションシップ（エッジ）・プロパティの3要素でデータ間の関係性を構造化するNoSQLです。AP R3春 問28でもこの3要素を正解の根拠として問う出題がありました。
選択肢Bはドキュメント指向データベースの特徴です。JSONやXMLのような階層構造を持つ点がグラフ指向との違いです。選択肢Cはキーバリューストア（KVS）の特徴です。構造が最もシンプルで、キーと値の1対1対応が特徴であり、ノード間の関係性を扱う仕組みは持ちません。
よくある質問（FAQ）
Q. グラフ指向データベースの「グラフ」は棒グラフや円グラフのことですか？
違います。ここでいう「グラフ」は数学のグラフ理論に由来する用語で、「点（頂点）と線（辺）の集合」を意味します。棒グラフや円グラフのような統計的な可視化とは無関係です。試験問題の選択肢で「グラフ表示」「グラフ描画」といった表現に惑わされないよう注意してください。
Q. RDB（関係データベース）ではグラフ指向DBと同じことはできないのですか？
データとしては格納できます。ただし、RDBで関係の連鎖をたどるにはテーブル結合（JOIN）を繰り返す必要があり、関係の深さ（「友達の友達の友達の…」のような探索）が増すほど処理コストが急増します。グラフ指向DBは関係をポインタとして直接保持するため、何段階たどっても処理速度が大きく劣化しません。大規模な関係性探索が必要な場面では明確な優位性があります。
Q. グラフ指向データベースはSQLで操作できますか？
標準的なSQLでは操作できません。代表的なグラフ指向DB製品であるNeo4jは、Cypher（サイファー）という独自のクエリ言語を使用します。Amazon NeptuneはGremlinやSPARQLに対応しています。ただしIPA試験では個別のクエリ言語まで問われることはないため、「NoSQLはSQLに限定しないデータベースの総称」という理解で十分です。
Q. 実務ではグラフ指向データベースはどんな場面で使われていますか？
代表的な活用場面は4つあります。SNSにおけるフォロー・友人関係の管理、ECサイトのレコメンデーションエンジン（「この商品を買った人はこれも買っています」）、金融業界での不正取引検知（送金ネットワークの異常パターン検出）、そして交通・物流での最短経路探索です。いずれも「データ同士のつながりをたどる」ことがビジネス価値の中心にある領域です。
