
TigerGraph ⽩⽪书
1
数据库与我们的商业管理和⽇常⽣活息息相关。它能有效追踪每笔商业交易,管理客户资料及库
存信息,衍⽣相关经营报告。⽆论是普通电⼦商务平台还是社交⽹站翘楚(如Facebook),亦或是
搜索引擎巨头(如Google),都离不开数据库的技术⽀持。
过去四⼗多年,数据库的发展随着⽤户需求转变⽽不断发展变化,各种计算机软、硬件不断与时
俱进,数据库的概念和功能不断变⾰创新,在这样的技术背景和时代契机下,TigerGraph应运⽽
⽣。
近四⼗年来,由于使⽤了简便好⽤的SQL(结构化查询语⾔)及易懂的表格数据结构,加之⾏业
⽣态环境较成熟以及相关⼯具的辅助(如Tableau和Microsoft Power BI),甲⻣⽂、IBM DB2、微
软SQL Server以及Teradata等关系型数据库⼏乎垄断了整个数据库市场。
过去⼗五年,数据库需求空前增⻓,传统的关系型数据库管理系统(RDBMSs)在处理⼤规模及复
杂数据⽅⾯逐渐⼒不从⼼,⽆法满⾜各组织机构个性化的数据模式需求。
⾮关系型数据库借助其可扩展性及灵活应对⼤型数据库的能⼒逐渐普及开来,键值/宽列数据库
(如Redis and Cassandra)和⽂件数据库 (如MongoDB)都属于这类数据库。
然⽽,⾮关系型数据库同样有缺陷,因为它们的可扩展性是以牺牲其表现⼒为代价的。⾮关系型
数据库使⽤的查询语⾔和应⽤程序接⼝与传统的关系型数据库使⽤的结构化查询语⾔相⽐,表现⼒要
弱得多。它们不得不经常借助Java或Python编写的代码来完成那些⽤更⾼层级的语⾔(如SQL)写就
的内容。
解决这些问题的关键就在于图的使⽤。图数据库不是什么新事物,它从现代计算诞⽣之初就存在
了,但直到近年来其发展才渐趋成熟,并开始改变其既有地位。
从根本上说,图模式⽐关系模式要更具表现⼒。⽤关系型数据库设计的列表数据模式都能在图数
据库⾥找到简单的匹配,但图数据库⾥有的却不⼀定能在关系型数据库⾥找到。每种结构化查询语⾔
都能⽤图查询语⾔表达(例如TigerGraph的GSQL),图查询语⾔的表现⼒甚⾄更精准。很多成本较
⾼的商业难题都可以使⽤图查询语⾔简单⾼效地解决,⽽这些都是关系型数据库⽆法企及的问题,⽐
如客户聚类、PageRanking、欺诈团伙检测、供应链优化以及客户旅程分析等。
图数据库的兴起与未来
数据库发展概览:
从关系型数据库到非关系型数据库和图数据库
评论