进行|对话TigerGraph郁介斌博士:图数据库在5-10年后取代关系型数据库

如果你关注DB-Engines会发现 , 图数据库已成为数据库增长最快的类别 。 我们不禁要问 , 为什么图数据库会一骑绝尘?

进行|对话TigerGraph郁介斌博士:图数据库在5-10年后取代关系型数据库
文章图片

高速增长的表象与本质
近几年 , 图数据库成为资本青睐的对象 , 无论是TigerGraph、Neo4j、Dgraph、Nebula Graph等全球知名公司 , 还是海致星图、创邻科技等创业企业 , 都拿到了不同程度的融资 。 当然 , 资本注入只是图数据库快速发展的表象 , 本质是图数据库在处理大数据方面的优势 , 是技术和需求推动的结果 , 这导致图数据库越来越像关系型数据库一样流行 。
“在数据技术体系里 , 图数据库是连接关系最好的体现 。 ” TigerGraph产品创新副总裁郁介斌博士 , 在接受IT168采访人员采访时分析道 , 图数据库是社会型数据最好的存储方式 , 也是最接近高性能存储数据的数据结构方式之一 。
从需求来看 , 图数据库最早在知识图谱、金融风控、电信、社交、以及互联网和电商领域都有大量案例落地 。 比如:在金融风控领域 , 用户可以有效解决实时反欺诈、反洗钱、担保链检测、资金流追踪、流动性风险管理、巴塞尔协议、供应链金融等应用落地问题 。 之后 , 随着图数据库的深化发展 , 图应用的脚步开始向各个行业渗透 。 比如:国家电网 , 使用基于图数据库的EMS系统后 , 总耗时只有1.02秒 , 而使用传统的关系型数据库完成电力系统的全部作业(即全网状态评估、电流检查和应急分) , 需要26秒 。 再比如:捷豹路虎 , 图分析将汽车制造供应链计划从三周缩短到45分钟;而在传统架构模式下 , 整个供应链模型的查询需要花费数周 。
过去 , 我们一直认为 , 图数据库只适合在特定场景下应用;其实 , 图并没有特定的行业限制 , 所有行为都可以用图来表达 。 图在金融行业 , 可以用于进行反欺诈追踪 , 反盗刷 , 反洗钱;图还能与人工智能结合 , 快速识别电信行业的电话诈骗、广告骚扰以及正常营销;图在电商行业 , 可以对用户进行360度用户画像;图在医疗行业 , 可以为医生和病人推荐实时护理方案;图在制造业 , 可以找到复杂工艺的最佳路径 。 我们买东西是一张图 , 社交关系也是一张图 , 资金往来还是一张图 , 图数据库是知识图谱底层的一个基础设施 , 所有行为都可以用点、边以及图的数据形式进行存储……图 , 无处不在!
提图数据库 , 很多人会想到知识图谱 。 至于 , 图数据库和知识图谱是怎样一种关系?我们可以把图数据库理解为是知识图谱进行存储和展示的一种方式 。 知识图谱包括决策系统、推荐系统、智能问答 。 所以 , 从本质来看 , 知识图谱是图数据库关联最为紧密、场景最广泛的应用方向 。 知识图谱根据知识形式的不同 , 可以分为面向语义网络的RDF图模型 , 以及面向结构化实体的属性图模型 。 由于传统的知识图谱的数据源主要是文本 , 所以以RDF图模型为主 。 随着大数据时代的到来 , 属性图模型由于理解能力更好获得开发者的追捧 , 有人也把现在的“知识图谱”定义为是“后知识图谱时代” 。

推荐阅读