数据库从业者必看：图数据库能否引领潮流？

内容来源：2018 年 10 月 20 日，腾讯云数据库专家产品经理邵宗文在“ODF走进名企之贝壳技术沙龙-数据库存储技术的多元应用”进行《图数据库及应用场景》的演讲分享。IT 大咖说（微信id：itdakashuo）作为独家视频合作方，经主办方和讲者审阅授权发布。

阅读字数：2112 | 6分钟阅读

摘要

主要围绕图数据库的市场趋势，热门产品，以及国内外的一些图数据库发展情况及图数据库的行业领域，相关领域的一些代表性公司，以及应用情况展开分享。并且与关系型数据库进行对比，分析其原理性差异，优劣点等。

获取嘉宾演讲视频及PPT，扫一扫下方二维码即可。

市场对比

从2014年开始图数据库就有一个飞速的发展，远超其他的类型的数据库。

这可能跟现在大家用的移动端或者地理信息等各种数据越来越多有关，而传统的关键数据库在处理这些数据上也确实存在劣势，图数据库的话相对有很大的优势，尤其是在一些关系型数据库不好处理的领域，比如推荐、金融领域。

上图是我自己搭建的一个图数据库，相比MySQL或其他类型的数据库，它最大的优势在于图形化，一图胜过千言万语，非常直观的，能够很清晰的揭示复杂的模式，尤其在错综复杂的社交、物流、金融风控行业效果更为明显。

图数据库类型

图数据库有非常多的这种类型，如上图所示，有Neo4j、RDF、多模式、分析及大图等。其中伽利略是原来谷歌出来的员工做的开源图数据库，基于谷歌自身的图数据库仿作的。国内像百度、华为、阿里在这方面也有一定的发展。

可能大家对图数据库的信息了解的不过，那我们可以github上的一些图数据库对应的版本迭代更新，如果说不好用或者说没有人去学习、关注的话，版本迭代不可能那么快的，关注度也会不会那么高。

像Graph这种才到0.3版本的数据库都已经有相一千七一千八百人的关注，以上列出的只是比较有代表性的一些数据库，如果深入了解的话就会发现其实还有很多，并且关注度的快速增长。

简单讲下图数据库里的明星产品neo4j，到目前为止它的下载量已经有1000万，其中700多万是基于docker版的。通过多年培训和逐步推广，已经有了5万多名相关工程师，以及完善的商业体系。

应用分析

对于图数据库的应用和落地，首当其冲的就是社交网络，如果在关系数据库里面查好友的好友的好友，可能查到第三或者第四层可能就查不下去了，一张表几百万的数据，这种情况下很难给出结果。但是图数据库不会出现问题，因为它不会受太多的自身或周边的数据的影响。

第二个应用领域是在目前比较火的短视频推荐，还有电商推荐方面。另外是网络IT维护方面，负责运营的同学可能很清楚，对于几十万、百万台机器设备的电路上的各种问题，如果仅靠人工定位或者靠写SQL语句解决其实是很麻烦的，但是通过图的话就可以快速的做各种诊断和发现。

第三是在金融领域，为什么这些金融公司敢于借贷，就是因为有一些图数据的技术在支撑着，通过图能轻松链接到个人的整个的资金流的动向。

腾讯其实也在做相关的事情，我们内部已经有一个叫做星图的图数据库项目。因为我们的数据量是非常巨大的，可能有十亿的这种节点，以及百亿级的边，当时传统的开源的数据库，其实没办法承受这么大的压力，而且有很多地方需要改造。所以这些成为了我们自己去研究的一个动力，然后做完之后发现确实挺好的。

之后还给一些银行做了一些私有的解决方案，上图是其中一个案例，做的是如何定位资金流水，可以看到各种关系一目了然，通过这种方式能很好的实现社群发现以及欺诈发现。

优劣对比

图数据库在处理关联关系上具有完全的优势，特别是在我们这个社交网络得到极大发展的互联网时代。除此之外，图数据库让用户可以面向对象的思考，用户的每个查询都有显示的语义，还可以进行实现的更新和查询，灵活应对海量的关系变化，如增删关系、实体等，也有利于实时的大数据挖掘结果可视化。

虽然图数据库弥补了很多关系型数据库的缺陷，但还有一些不足的地方。比如不适合记录大量基于事件的数据（日志条目），目前相关图查询语言比较多，尚未很好的统一起来，相关数据文档也偏少，生态仍在完善中。

行业展望

通过一些调查我们发现，目前基于网络的金融反欺诈行业，可能比较愿意计划去用图数据库，还有一些是推荐领域的也比较愿意去做图数据库。

上图是世界百强公司中使用图数据库的比例，作为引领着这个世界潮流的存在，他们用图数据库肯定也是基于对长远的发展或者前瞻性的考虑。可以看到其中软件开发和金融行业的公司是应用比例相对较高的，像微软和Oracle等公司很早就开始支持图数据库了。还有一些是物流公司，因为图数据能够帮助实现物流的快速到达。

以上为今天的分享内容，谢谢大家！