作者：沙丘社区分析师团队
图数据库的图是Graph、而非Image。图是新型的数据模型，更适合表达事务及其相关互联关系。例如员工在公司工作这一场景，由关系型数据库表达需要多张表，包括公司信息表、员工信息表、项目信息表、参项关系表、好友关系表等，而由图数据库表达就是点和边。
相较于关系模型，图模型的表达能力更强、更易于人类理解、更易于表达复杂关系查询且不需要在查询期指定查询的数据表，例如查询员工A与E之间的所有关系，关系数据库中的表达会非常复杂，存在不同的关系类型以及表和表之间如何关联的问题，无法用简单逻辑表达，而在图数据库中，只要找到A和E之间所有路径即可，更直观的进行关系展现。
从2013年开始，在所有数据库方向中，图数据库的发展一枝独秀，产品数量丰富，国内外技术大厂在纷纷布局。但当前图数据库市场的体量仍然较小，全球数据库市场近700亿美元，图数据库市场仅约5亿美元，尚处于市场起步状态，且呈现如下四个特点：
第一，产品标准化程度低。查询语言不统一，基础特性相差较大；
第二，应用范围比较狭窄。图数据库应用主要集中在金融领域，且只做“使能类”应用；
第三，解决方案提供商少。底层图数据库和业务方之间缺少提供解决方案的供应商；
第四，专业人才稀缺。研发和应用开发人员稀缺，系统研发从业者少。
未来，图数据库的发展将经历三个阶段：
第一阶段，“使能”阶段。将图数据库应用于“非图不可”的场景，例如安全风控、实时反欺诈等，如果不用图处理会非常复杂，当前金融行业正处于这一阶段。
第二阶段，“优化”阶段。将图数据库应用于“用图更好”的场景，这些场景不用图也能解决，但用了图之后管理更加方便、性能更佳，例如数据血缘管理、设备管理、审计等，蚂蚁集团当前处于这一阶段。
第三阶段，“普及”阶段。图数据库成为默认选项，因为“图更好用”。
图数据库选型时存在查询语言、图模型、图关联等标准差异及计算场景、业务场景、业务规模等特性差异，且图库选型的结果往往不完全等价于方案设计。基准测试是选型的最佳工具，通过模拟真实场景对系统进行测试，规定了数据特征、操作特性，从而对系统在接近真实场景下的功能、性能、稳定性进行验证。
LDBC（国际关联数据基准委员会）是图数据库领域权威的基准指南制定者与测试标准发布机构，LDBC测试是当前图数据库领域最权威的基准测试之一。
2022年5月，LDBC全票通过了全球首个金融图数据库测试基准“LDBC Financial Benchmark”（以下简称“FinBench”）的立项。FinBench由蚂蚁集团主导发起，Intel、海致星图等国内外科技公司共同参与编写，用于评估金融场景下图数据库的功能和性能表现，例如风控场景、商业分析场景等，完成后将填补全球金融图数据库测试基准的空白。
FinBench的产出物分为文档和软件两个方面。文档方面输出Specification（规格说明），包括功能验证、性能测试和ACID测试；软件方面输出Benchmark Suite（测试套件），包括DataGen生成测试数据，导入到系统中，在Driver里完成功能验证、性能测试和ACID测试三项测试任务。
数据模型的实际思路是用点代表金融实体，边代表金融活动、行为，覆盖风控场景和商业分析场景。风控场景是金融领域重要的应用场景，包括反欺诈、反洗钱、反盗刷、反侵入等；商业分析场景是另一个重要场景，包括股权分析、用户画像等。
FinBench中设计了四类Query，包括14个复杂读查询、8个简单读查询、14个写查询和5个读-写查询。
其中，读-写查询是金融场景较为独特的查询方式，用于简化风控链路。读查询包括账户属性查询、三度转账环计策等，写查询包括写入转账边、账户标黑等。由读查询和写查询复合在一起的读-写查询是更加复杂的场景，例如先读查询判断账户是否被标黑，如果账户未被标黑则写查询加一笔转账交易，然后读查询进行转账环检测，如果检测到环，则说明交易可能存在洗钱行为，拒绝该笔交易，如果未检测到，说明是合法交易，则执行写查询阻塞相关账户。一个复杂行为就是一个transaction，对图数据库提出能力要求。
大部分金融交易具有时间属性，查询仅关注近期一段时间的数据，对图数据库提出时间窗口的要求，FinBench设计查询被一个时间窗口所限制。
金融场景有一些常见的子图特征，例如转账环、树状的资金流向、担保链等。
FinBench计划2022年底发布内测版本，预计2023年年中发布第一个提供给第三方测试的版本。
TuGraph开源版本是一个易用、先进、完备的单机版高性能图数据库，于2022年9月开源。
在系统架构方面，TuGraph是一个较为完备的数据库，操作系统可以是常见的CentOS、SUSE，也可以是麒麟等国产数据库，CPU方面支持X86、ARM等，也支持国产鲲鹏、海光等。在KV层之上做图存储层，提供图的语义。图查询语言使用Cypher（类似于GQL），也提供C++/Python的Procedure API，实现精细控制。客户端提供Java（OGM）、Python、C++以及可视化交互页面。
用户可以在可视化操作平台上实现图的基本功能，包括图分析、图建模、运维等。
在图中有很多scan操作，读取一个点所有的边和属性，如果做的太离散，会导致随机跳转太多，影响性能。TuGraph使用多版本B+树实现图存储，无锁操作，大部分读操作不受写操作的影响，B+树的问题是写操作稍微慢一些，对此，TuGraph通过切分的方式保证性能。图的点边到KV的映射是自适应的，所有属性和点放在一个value中，通过自适应映射保证数据不会变得特别长。
分析有复杂分析和简单分析，对于简单图分析，例如两点之间最短路、Jacord等，直接用图存储，用动态分析框架做；对于复杂分析，例如PageRank、Louvain等，重新起一份数据，尽量数据压缩，加速复杂分析。
TuGraph已在阿里云上提供免费试用服务，让初步接触的使用者减少部署开销；2023年6月，将推出ISO GQL，提供语言表达能力的测试用例集。同时，TuGraph也将在查询方面进一步实现优化升级，包括Cypher的性能优化，图分析引擎的易用性、图神经网络引擎的集成等。
关于我们
沙丘社区是一家数字化研究与知识服务机构，为客户提供客观、可执行的数字化研究与市场洞察，致力于帮企业做更好的技术决策。
