分享：古思为 Nebula Graph 开发者布道师
整理：墨天轮
导读
从DB-Engines数据库流行度变化可以看到，图数据库一枝独秀成为近10年来关注度增长最快的数据库，也吸引了投资者的青睐，目前为止数据库领域最大单笔融资就诞生在图数据库。
图数据库到底是什么？它能够帮助我们解决什么样的问题？接下来将从三个方面展开分享。
图数据简介
“图”是一种存储实体，及实体之间关系的数据结构，而图数据库则是一个使用图结构进行语义查询的数据库。
图数据库不同于传统的关系型数据库（RDBMS）。关系型数据库主要由单个或多个二维表组成，表中的行和列存储数据。
点击👉此处，了解更多关于“什么是图数据库”
为什么要用图数据库？
第一个原因是图数据库能够灵活地建模。
现实生活中的场景和信息天生就是相互关联的，但是传统的关系型数据库不擅长处理关系，图数据库的模型下我们可以很直观的定义关系。并且在关系发生增减的时候，不需要像表结构的数据库在schema层面有很大的改动。
第二个原因是图语义在查询时能够面向点、边的关系，在多跳查询上具有明显的优势。
第三个关键的原因在于图数据库具备性能优势，它具备多跳查询、并发查询的能力，能够应对海量数据。
图1 图数据库与传统数据库在图模型结构、图语义查询、性能上的对比
为什么选择Nebula Graph？
1、Nebula Graph 介绍
Nebula Graph 是一个可靠的分布式、线性扩容、性能高效的图数据库，它是世界上唯一能够容纳千亿顶点和万亿条边，并提供毫秒级查询延时的图数据库解决方案。
Nebula Graph在2018年创立期就已经开源，并且在今年已经发布到2.6的版本。
点击👉查看Nebula 架构
点击👉查看 用户案例
图2 Nebula Graph 介绍
2、Nebula Graph 应用场景
现实生活中很多事件都是像网状复杂关联的，实际上很多问题都是存在关系与关联。图数据库应用的典型场景有社交网络（meta）、风险控制、公共安全、知识图谱…等。
以美团中已经落地的“智能助理”项目为例，Nebula Graph 的其核心处理流程是通过 NLP 算法识别关系和实体后构造出 Nebula Graph SQL 语句，再到图数据库获取数据。
比如，某个用户想知道望京新荟城这个商场有没有海底捞，智能助理就能快速查出结果告诉用户。除此之外，它还可以应用在“标签找店”，想知道望京 SOHO 附近有没有适合情侣约会的餐厅，或者你可以多加几个场景标签，系统都能给你查找出来。
图3 图数据库的应用场景
除此之外，Nebula Graph还有知识图谱驱动的智能语音助手——Siwi，以及企业股权关系分析系统——Crop-Rel-Search。
点击此处，查看如何构建一个企业股权图谱系统
3、选择 Nebula Graph 的理由
Nebula Graph 是一个高性能、可线性扩展、开源的分布式图数据库。Nebula Graph 采用 shared-nothing 分布式架构，企业可针对性对业务进行扩缩容。
多家一线大厂的线上实践证明，Nebula Graph 在数据挖掘能力、性能等方面远超其他图数据库。
在业务数据量急增时，除了保证系统的健壮性之外，Nebula Graph 助力企业仍能挖掘数据价值
- 相较其他图数据库，Nebula Graph 能处理的数据量为它们的两倍甚至是更多
- 世界上唯一能够容纳千亿个顶点和万亿条边，并提供毫秒级查询延时的图数据库解决方案
- 专为可扩展性、数据恢复而设计，确保线上业务的高可用
👉最后，欢迎大家加入Nebula 社群，请先填写下你的Nebula名片，Nebula 小助手会拉你进群，一起交流图数据库技术。
以上就是今天分享的主要内容，谢谢大家！
更多精彩内容，欢迎大家观看现场视频回放与会议资料
视频回放：https://www.modb.pro/video/5664
会议资料：https://www.modb.pro/doc/52164
