点击蓝字，关注我们
为什么时序能力如此重要？
在当今数字化时代，数据已经成为驱动决策和创新的核心资源。然而，数据不仅仅是静态的数字或关系，它会随着时间不断变化。无论是股票市场的实时波动、社交网络中的动态互动，还是物联网设备的状态更新，时间维度都是理解这些数据的关键，例如：
在金融领域，交易的时间顺序决定了资金流动的方向。
在社交网络中，用户的互动行为（如点赞、评论）随时间演变。 在物联网中，传感器采集的数据带有时间戳，反映了设备状态的变化。
传统方法的局限性
尽管数据的重要性毋庸置疑，但传统的图数据分析工具往往难以应对动态数据的挑战：
静态分析的局限性
处理效率低下
缺乏灵活性
为了解决上述问题，GeaFlow 创新性地提出了时序图计算的概念。作为一款专为动态图数据处理设计的分布式流图计算引擎，GeaFlow 能够高效应对动态数据带来的挑战。针对实时变化的图结构，用户可以轻松进行图遍历、图匹配和图计算等操作，从而满足复杂场景下的分析需求。通过结合时间维度与动态图处理能力，GeaFlow 为实时数据分析提供了全新的解决方案，帮助用户更精准地挖掘动态数据中的价值。
什么是 GeaFlow？
GeaFlow 是一个强大的分布式计算平台，结合了图计算和流处理的优势，能够高效处理动态图和时序数据。它不仅支持复杂的图算法，还具备实时分析能力，适用于各种动态场景。其主要特点包括：
分布式架构
GeaFlow 基于分布式计算框架，能够高效处理超大规模的动态图数据（例如数十亿节点和边）。通过分区和副本机制，GeaFlow 确保了系统的高可用性和可扩展性。
流图与时序图的无缝集成
流图提供了动态数据的实时更新能力，而时序图则引入了时间维度的精确记录能力。两者的结合使得 GeaFlow 能够同时支持实时分析和历史追溯。
灵活的时间窗口机制
GeaFlow 支持基于时间窗口的动态分析，用户可以根据需求设置滑动窗口或固定窗口，分析特定时间段内的数据变化趋势。
流图与时序图的关系？
1. 流图（Stream Graph）
流图是一种特殊的图结构，用于表示动态数据的演化过程。其核心特性包括：
动态更新机制
事件驱动模型
增量计算
2. 时序图（Temporal Graph）
时序图是一种带时间属性的图结构，每条边或节点都带有时间戳，用于记录事件发生的时间。其核心特性包括：
时间戳管理
每条数据（节点或边）都分配一个时间戳，确保所有操作都能精确记录时间信息。例如，在社交网络中，好友关系的建立时间可以用一条带时间戳的边表示。
时间窗口分析
历史追溯能力
3. 流图与时序图的关系
流图和时序图并不是相互独立的概念，而是相辅相成的：
流图是时序图的基础
时序图增强了流图的分析能力
4. GeaFlow 的实现细节
GeaFlow 通过以下技术手段实现了流图与时序图的无缝结合：
时间戳分配机制
动态更新与历史保留
时间窗口优化
举个例子
随着社交媒体平台的快速发展，用户之间的互动和关系链变得越来越复杂。为了更好地理解用户行为、优化推荐系统以及识别潜在的风险（如虚假账号或恶意传播），我们需要对用户之间的动态关系进行实时分析。
假设某社交平台希望实现一个功能：实时追踪用户的“间接好友关系”，即分析用户 A 是否通过某个共同好友 B 认识了另一个用户 C，并确保这种认识关系的时间顺序是合理的（A 先认识 B，B 再认识 C）。这一功能可以帮助平台发现潜在的社交圈层，优化好友推荐算法，同时为风险控制提供数据支持。
具体需求
下面是完整的DSL示例：
CREATETABLE vertex_source (id long,name varchar,age int) WITH (type='kafka',geaflow.dsl.kafka.servers ='localhost:9092',geaflow.dsl.kafka.topic ='vertex_source',geaflow.dsl.kafka.data.operation.timeout.seconds =5,geaflow.dsl.time.window.size=10,geaflow.dsl.start.time='${startTime}');CREATETABLE edge_source (src_id long,tar_id long,weight double,ts long --knowing time) WITH (type='kafka',geaflow.dsl.kafka.servers ='localhost:9092',geaflow.dsl.kafka.topic ='edge_source',geaflow.dsl.kafka.data.operation.timeout.seconds =5,geaflow.dsl.time.window.size=10,geaflow.dsl.start.time='${startTime}');CREATE GRAPH community (Vertex person (id bigint ID,name varchar,age int),Edge knows (src_id bigint SOURCE ID,tar_id bigint DESTINATION ID,weight double,ts long TIMESTAMP--定义时间戳字段)) WITH (storeType='rocksdb');INSERTINTO community.personSELECT id, name, ageFROM vertex_source;INSERTINTO community.knowsSELECT src_id, tar_id, weight, tsFROM edge_source;CREATETABLE tbl_result (a_id long,e1_ts long,b_id long,e2_ts long,c_id long) WITH (type='file',geaflow.dsl.file.path='${target}');USE GRAPH community;INSERTINTO tbl_resultSELECTa_id,e1_ts,b_id,e2_ts,c_idFROM (MATCH (a:person)-[e1:knows]->(b:person)-[e2:knows]-> (c:person)where e2.ts > e1.tsRETURN a.id as a_id, e1.ts as e1_ts, b.id as b_id, e2.ts as e2_ts, c.id as c_id);
上述DSL（Domain-Specific Language）代码定义了一个基于图计算的流处理任务，主要目的是通过 Kafka 实时接收用户节点和关系边的数据流，构建一个动态社区图（community
），并分析其中的时间敏感关系（如“谁先认识谁”）。最终结果将输出到文件系统中，用于进一步分析或可视化。
以下是对每个部分的详细解释：
1. 点源表定义
CREATETABLE vertex_source (id long,name varchar,age int) WITH (type='kafka',geaflow.dsl.kafka.servers ='localhost:9092',geaflow.dsl.kafka.topic ='vertex_source',geaflow.dsl.kafka.data.operation.timeout.seconds =5,geaflow.dsl.time.window.size=10,geaflow.dsl.start.time='${startTime}');
功能：
定义了一个名为 vertex_source
的表，表示点数据的来源。数据通过 Kafka 消费，主题为 vertex_source
。每条记录包含三个字段： id
（节点唯一标识符）、name
（节点名称）、age
（节点年龄）。
时间窗口：
使用了滑动窗口机制，窗口大小为 10 秒（ geaflow.dsl.time.window.size=10
）。数据流按时间窗口分批处理，窗口内的数据会被用于后续的图构建和计算。
启动时间：
${startTime}
是一个占位符，表示流处理任务的起始时间。
2. 边源表定义
CREATE TABLE edge_source (src_id long,tar_id long,weight double,ts long) WITH (type='kafka',geaflow.dsl.kafka.servers = 'localhost:9092',geaflow.dsl.kafka.topic = 'edge_source',geaflow.dsl.kafka.data.operation.timeout.seconds = 5,geaflow.dsl.time.window.size=10, -- 滑动窗口大小geaflow.dsl.start.time='${startTime}');
功能：
定义了一个名为 edge_source
的表，表示边数据的来源。数据通过 Kafka 消费，主题为 edge_source
。每条记录包含四个字段： src_id
和tar_id
：分别表示边的起点和终点；weight
：边的权重；ts
：边的时间戳，表示关系建立的时间。
- 时间窗口：
同样使用 10 秒的滑动窗口机制。
3. 图 Schema 定义
CREATE GRAPH community (Vertex person (id bigint ID,name varchar,age int),Edge knows (src_id bigint SOURCE ID,tar_id bigint DESTINATION ID,weight double,ts long TIMESTAMP-- 定义时间戳字段)) WITH (storeType='rocksdb');
- 功能：
定义了一个名为 community
的图结构。图包含两种元素：
**点类型 ** person
：
每个点有三个属性： id
（唯一标识符）、name
（名称）、age
（年龄）。
**边类型 ** knows
：
每条边有四个属性： src_id
和tar_id
：分别表示边的起点和终点；weight：边的权重；ts：边的时间戳，标记关系建立的时间。
- 存储方式：
图数据存储在 RocksDB 中（ storeType='rocksdb'
）。
4. 插入点数据到图
INSERTINTO community.personSELECT id, name, ageFROM vertex_source;
- 功能：
将 vertex_source
表中的点数据插入到图community
的person
点集合中。每条记录对应一个 person
节点。
5. 插入边数据到图
INSERTINTO community.knowsSELECT src_id, tar_id, weight, tsFROM edge_source;
- 功能：
将 edge_source
表中的边数据插入到图community
的knows
边集合中。每条记录对应一条 knows
边。
6. 结果表定义
CREATE TABLE tbl_result (a_id long,e1_ts long,b_id long,e2_ts long,c_id long) WITH (type='file',geaflow.dsl.file.path='${target}');
功能：
定义了一个名为 tbl_result
的结果表，用于存储最终的查询结果。结果表包含五个字段：a_id：路径起点节点的 ID；e1_ts：第一条边的时间戳；b_id：路径中间节点的 ID；e2_ts：第二条边的时间戳；c_id：路径终点节点的 ID。
存储方式：
结果会写入文件系统，路径由 ${target}
指定。
7. 图查询与结果插入
USE GRAPH community;INSERT INTO tbl_resultSELECTa_id,e1_ts,b_id,e2_ts,c_idFROM (MATCH (a:person) -[e1:knows]->(b:person) -[e2:knows]-> (c:person)WHERE e2.ts > e1.tsRETURN a.id as a_id, e1.ts as e1_ts, b.id as b_id, e2.ts as e2_ts, c.id as c_id);
功能：
在图 community
上执行一个图查询。查询的目标是找到所有满足以下条件的三元组 (a, b, c)
：
存在一条路径 a -> b -> c
，其中每条边的类型都是knows
。第二条边 e2
的时间戳晚于第一条边e1
的时间戳（e2.ts > e1.ts
）。
返回的结果包括：
起点节点 a
的 ID。第一条边 e1
的时间戳。中间节点 b
的 ID。第二条边 e2
的时间戳。终点节点 c
的 ID。
结果存储：
查询结果被插入到 tbl_result
表中，并最终写入文件系统。
8. 运行示例
假设社交平台中有以下用户和好友关系：
用户信息：
{id: 1, name: "Alice", age: 25}{id: 2, name: "Bob", age: 30}{id: 3, name: "Charlie", age: 28}
好友关系：
{src_id: 1, tar_id: 2, weight: 0.8, ts: 1672531200} -- Alice 在 10:00 添加 Bob 为好友{src_id: 2, tar_id: 3, weight: 0.9, ts: 1672531210} -- Bob 在 10:05 添加 Charlie 为好友
运行上述作业后，系统会输出以下结果：
a_id | e1_ts | b_id | e2_ts | c_id1 | 1672531200 | 2 | 1672531210 | 3
这表明 Alice 先通过 Bob 认识了 Charlie。
9. 业务价值
- 优化好友推荐
通过分析间接好友关系，平台可以向用户推荐更有可能成为好友的潜在对象。例如，Alice 可能会对 Charlie 感兴趣，因为他们有一个共同好友 Bob。 - 识别社交圈层
通过挖掘三元关系，平台可以识别出紧密联系的社交圈层，从而为广告投放、活动推广等提供精准的目标群体。 - 风险控制
如果某些用户频繁出现在异常的三元关系中（例如短时间内大量新增好友），可能暗示存在虚假账号或恶意传播行为，平台可以及时采取措施。 - 用户体验提升
实时分析用户关系链，帮助平台更好地理解用户行为，从而提供更加个性化的服务。
10. 技术优势
实时性：GeaFlow 支持毫秒级的数据流处理，确保用户关系图始终是最新的。 时间敏感性：通过时间戳字段，精确管理好友关系的时间顺序。 灵活性：SQL 驱动的开发模式，降低了开发门槛，提升了开发效率。
可拓展性：支持大规模动态图的增量计算，能够轻松应对社交平台的海量用户数据。
GeaFlow 时序能力的核心亮点
1. 时间感知的数据处理
每条数据都带有时间戳，能够精确记录事件发生的时间。GeaFlow 支持基于时间窗口的分析，例如：
- 最近 5 分钟的趋势变化
用户可以通过设置时间窗口，分析最近 5 分钟内的数据变化趋势。例如，在社交网络中，分析用户互动的频率变化。 - 过去一天的动态模式
GeaFlow 支持长时间跨度的分析，帮助用户发现长期趋势。例如，在电商推荐系统中，分析用户在过去一天内的购买行为。
2. 动态图与时序结合
GeaFlow 将图结构与时间维度结合，能够捕捉图中关系的演变。例如：
- 社交网络中好友关系的变化
在社交网络中，用户的好友关系可能会随着时间发生变化。GeaFlow 可以动态更新图结构，捕捉这些变化。 - 金融交易网络中的资金流动
在金融交易网络中，资金流动是一个动态过程。GeaFlow 可以实时追踪资金流动路径，并识别潜在的风险点。
3. 实时与历史数据的无缝融合
GeaFlow 不仅支持实时流数据的处理，还能结合历史数据进行对比分析。这种能力特别适合需要长期趋势分析和短期实时监控的场景。例如：
- 物联网设备监控
在物联网场景中，GeaFlow 可以实时监控设备状态，同时结合历史数据，预测设备可能出现的故障。 - 金融风控
在金融风控场景中，GeaFlow 可以实时监控交易网络，同时结合历史数据，识别异常行为或潜在风险。
4. 丰富的内置算法
GeaFlow 提供针对时序数据优化的算法，例如：
最短路径 弱联通分量 k-hop算法
用户无需从零开发，直接调用即可完成复杂分析。
结语：开启你的时序数据分析之旅
数据的动态变化蕴藏着无限价值，而 GeaFlow 的时序能力正是解锁这一价值的钥匙。无论您是数据分析新手，还是希望提升动态数据处理能力的专业人士，GeaFlow 都将为您提供强大的支持。
立即下载 GeaFlow，亲身体验其时序能力的强大之处吧！让我们一起探索时间数据的无限可能！
术语
DSL: Domain-Specific Language。融合DSL是GeaFlow提供的图表一体的数据分析语言，支持标准SQL+ISO/GQL进行图表分析.通过融合DSL可以对表数据做关系运算处理，也可以对图数据做图匹配和图算法计算，同时也支持同时图表数据的联合处理。
参考资料
TuGraph Analytics 简介：https://tugraph-analytics.readthedocs.io/en/latest/docs-cn/introduction/ 术语表：https://tugraph-analytics.readthedocs.io/en/latest/docs-cn/concepts/glossary/ 流图概念：https://tugraph-analytics.readthedocs.io/en/latest/docs-cn/concepts/stream_graph/
·END·
欢迎关注TuGraph代码仓库✨
https://github.com/tugraph-family/tugraph-db
https://github.com/tugraph-family/tugraph-analytics
