發(fā)現(xiàn)新冠病毒的傳播路徑?用圖數(shù)據(jù)庫!

識別金融欺詐，實現(xiàn)風(fēng)控處理?用圖數(shù)據(jù)庫!

個性化商品推薦，給買家更好的購物體驗?用圖數(shù)據(jù)庫!

“圖”，為什么這么熱?

圖數(shù)據(jù)庫，其實并不是什么新鮮事物。隨著大數(shù)據(jù)分析、人工智能等技術(shù)的快速普及，它已經(jīng)開始“飛入尋常百姓家”，在社交推薦、風(fēng)控領(lǐng)域、健康和醫(yī)療，乃至區(qū)塊鏈、公共安全等領(lǐng)域有了諸多成功的落地應(yīng)用。

近兩三年，圖數(shù)據(jù)庫市場一直處于持續(xù)升溫狀態(tài)。在先行一步的國外市場，以Amazon Neptune、Microsoft Cosmos等為代表的傳統(tǒng)大廠，以及以Neo4j、TigerGraph等為代表的新興勢力，還有諸如JanusGraph、Dgraph、Redis Graph等開源產(chǎn)品，交相輝映。在國內(nèi)，圖數(shù)據(jù)庫市場也是一派熱鬧景象，大廠有百度HugeGraph、華為GES、騰訊TGDB、阿里GDB、螞蟻GeaBase、字節(jié)跳動ByteGraph等，還有星環(huán)科技StellarDB、創(chuàng)鄰科技GalaxyBase、歐若數(shù)網(wǎng)NebulaGraph等也是各具特色，整個市場競爭日趨激烈。

圖數(shù)據(jù)庫市場的興盛，從宏觀的趨勢和政策層面看，與全球數(shù)字化轉(zhuǎn)型步伐的加快、大數(shù)據(jù)應(yīng)用蔚然成風(fēng)，以及中國已將大數(shù)據(jù)作為一項核心戰(zhàn)略密切相關(guān)。尤其是在數(shù)據(jù)作為一種新型生產(chǎn)要素，寫入2020年4月10日發(fā)布的《中共中央國務(wù)院關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》中，加快培育和完善數(shù)據(jù)要素市場，實現(xiàn)數(shù)據(jù)驅(qū)動，成了當(dāng)前最緊迫的任務(wù)。從微觀的企業(yè)應(yīng)用層面看，越來越多的企業(yè)認(rèn)識到，數(shù)據(jù)是企業(yè)的戰(zhàn)略資產(chǎn)，數(shù)據(jù)的分析、數(shù)據(jù)價值的挖掘成了決定企業(yè)未來成敗的關(guān)鍵。

當(dāng)前，圖數(shù)據(jù)庫技術(shù)已趨于成熟，并且逐步進(jìn)入了場景化落地階段。圖數(shù)據(jù)庫主要用于圖數(shù)據(jù)的存儲和聯(lián)機(jī)事務(wù)查詢，具備實時性。雖然圖數(shù)據(jù)庫可以存儲海量數(shù)據(jù)，但并不適合直接用來進(jìn)行海量數(shù)據(jù)的分析計算。圖數(shù)據(jù)庫無法解決圖計算領(lǐng)域的所有問題，它是知識圖譜的基石。而知識圖譜的構(gòu)建和應(yīng)用，還要結(jié)合不同的圖計算技術(shù)。目前，知識圖譜已在搜索推薦、知識問答、投研分析等領(lǐng)域得到了廣泛使用。知識圖譜基于自然語言處理模型，將文本數(shù)據(jù)進(jìn)行提煉抽取后，存儲為圖數(shù)據(jù)，如此一來，更易于做實體、關(guān)聯(lián)和圖信息的查詢與分析，以及知識的統(tǒng)一管理。

雖然人們對于圖數(shù)據(jù)庫、知識圖譜等概念和技術(shù)不再陌生，但先進(jìn)技術(shù)的大規(guī)模應(yīng)用總有一個過程。從整體來看，圖數(shù)據(jù)技術(shù)在行業(yè)應(yīng)用中落地還有一定難度，究其原因：第一，行業(yè)用戶對圖的概念還不夠熟悉，在技術(shù)選型時缺乏動力和“主心骨”;第二，復(fù)雜的圖應(yīng)用靈活度較高，需要參與人員具有較豐富的算法和數(shù)據(jù)建模經(jīng)驗，而這正是很多用戶所欠缺的;第三，在面對不同的業(yè)務(wù)場景時，用戶可能要做大量的業(yè)務(wù)場景梳理、數(shù)據(jù)清洗、標(biāo)注、NLP模型訓(xùn)練工作，有時還要做很多定制化的工作，復(fù)雜度和成本相對較高，從而造成了應(yīng)用的障礙。

俗話說，工欲善其事，必先利其器。面對應(yīng)用的挑戰(zhàn)，行業(yè)用戶更迫切需要一個能力全面的圖數(shù)據(jù)解決方案。首先，它必須具有強(qiáng)大的圖查詢能力，支持快速返回點邊、路徑和子圖查詢;其次要具有強(qiáng)大的圖分析能力，支持運(yùn)行傳統(tǒng)圖算法;再次，還要具備可視化能力，支持展示圖查詢結(jié)果;最后，生態(tài)開放的能力也是不可或缺的，要支持多數(shù)據(jù)源接入和導(dǎo)出。

目前，在圖數(shù)據(jù)庫市場上，產(chǎn)品種類繁多，各廠商也是八仙過海，各顯神通。行業(yè)用戶在選擇時，一定要結(jié)合自己的業(yè)務(wù)需求，選擇一個功能強(qiáng)大、簡單易用且全面的解決方案。

從金融行業(yè)看“圖”如何落地?

金融行業(yè)是圖數(shù)據(jù)庫應(yīng)用的先鋒行業(yè)，不僅從大型國有銀行到股份制銀行都普遍使用了企業(yè)級分布式圖數(shù)據(jù)庫和知識圖譜平臺，而且從2021年開始，一些中小型的金融機(jī)構(gòu)也在積極探索和嘗試圖應(yīng)用的商業(yè)化路徑。究其原因，一方面，隨著圖數(shù)據(jù)技術(shù)越來越成熟，圖應(yīng)用的投入成本逐步走低;另一方面，從客戶的業(yè)務(wù)需求來看，處理復(fù)雜關(guān)聯(lián)關(guān)系的需求日趨旺盛，不斷創(chuàng)新的圖數(shù)據(jù)技術(shù)、分析手段，可以給客戶帶來明顯的業(yè)務(wù)價值和收益，同時還可以有效解決最為迫切的監(jiān)管與風(fēng)控需求。

從應(yīng)用需求的變化和發(fā)展來看，國內(nèi)金融行業(yè)知識圖譜最早是從監(jiān)管和大銀行發(fā)展起來的風(fēng)險圖譜，如反洗錢、反欺詐圖譜應(yīng)用。這一類圖最初是同構(gòu)圖，整個圖譜Schema可以簡化抽象成只包含一類實體和一類關(guān)系，處理起來相對簡單。近些年來，隨著技術(shù)進(jìn)步和應(yīng)用場景的不斷拓展，包含多種實體或關(guān)系的異構(gòu)圖數(shù)據(jù)源漸成主流，包括工商數(shù)據(jù)、司法數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)、產(chǎn)業(yè)鏈數(shù)據(jù)、價值鏈數(shù)據(jù)、擔(dān)保鏈數(shù)據(jù)，甚至是社交網(wǎng)絡(luò)數(shù)據(jù)等。基于此，未來兩三年，知識圖譜的主戰(zhàn)場將集中在異構(gòu)知識圖譜上。

從成本上看，知識圖譜的應(yīng)用除包括圖數(shù)據(jù)源采購的費(fèi)用以外，圖數(shù)據(jù)庫、知識圖譜PaaS和圖挖掘應(yīng)用是主要的成本構(gòu)成。也正因為如此，以前，只有大型金融機(jī)構(gòu)才有資金和技術(shù)實力投入預(yù)研性質(zhì)的開發(fā)或者方案選型。未來，隨著能夠提供全棧知識圖譜解決方案的廠商逐快速崛起，圖應(yīng)用的商業(yè)化落地成本將隨之有效降低，圖應(yīng)用有可能在金融全行業(yè)中落地開花。

圖數(shù)據(jù)庫與傳統(tǒng)關(guān)系型數(shù)據(jù)庫最大的不同之處在于關(guān)系發(fā)現(xiàn)和關(guān)系查詢。傳統(tǒng)關(guān)系型數(shù)據(jù)庫需要多表關(guān)聯(lián)，以及跨表查詢才能實現(xiàn)關(guān)系的計算。在復(fù)雜的圖查詢場景中，傳統(tǒng)關(guān)系型數(shù)據(jù)庫可能會出現(xiàn)嚴(yán)重的性能瓶頸，甚至出現(xiàn)算不出來的現(xiàn)象。而分布式圖數(shù)據(jù)庫可以支持超大規(guī)模萬億點邊計算存儲場景，基于原生圖存儲技術(shù)，充分利用圖拓?fù)浣Y(jié)構(gòu)和數(shù)據(jù)索引，實現(xiàn)圖上模式挖掘和圖范式查找，效率、準(zhǔn)確性等都得到大幅度提升。

千億級大圖的查詢是一個業(yè)界公認(rèn)的難點，而從另一個角度說，也是最好的突破口。當(dāng)初，星環(huán)科技堅定地進(jìn)入圖數(shù)據(jù)庫領(lǐng)域，也是希望發(fā)揮自身的技術(shù)優(yōu)勢，在圖數(shù)據(jù)庫領(lǐng)域闖出屬于自己的一片天地。星環(huán)科技從來不打無準(zhǔn)備之仗，其底氣在于，在異構(gòu)知識圖譜領(lǐng)域已經(jīng)擁有大量技術(shù)儲備，并且面向未來3～5年的技術(shù)發(fā)展，進(jìn)行了充分準(zhǔn)備。事實勝于雄辯，星環(huán)科技自研的分布式圖數(shù)據(jù)庫StellarDB不僅能夠支持萬億邊規(guī)模的圖數(shù)據(jù)存儲，而且具有查詢速度快、分析能力強(qiáng)、穩(wěn)定性高等特點，可以支持豐富的圖分析算法，性能表現(xiàn)十分優(yōu)異。

隨著StellarDB快速落地上線，客戶不僅可以穩(wěn)定地為上層業(yè)務(wù)提供查詢業(yè)務(wù)，同時還可降低集群節(jié)點數(shù)量，以及數(shù)據(jù)導(dǎo)入成本。StellarDB具備完整的企業(yè)級功能，如用戶認(rèn)證、權(quán)限管理、數(shù)據(jù)熱備份、資源控制等，具備高性能的圖查詢能力，包含近20種常見圖算法。StellarDB與大數(shù)據(jù)系統(tǒng)緊密融合，可配合Hadoop、Spark、Kafka等大數(shù)據(jù)系統(tǒng)構(gòu)建復(fù)雜應(yīng)用。StellarDB支持SQL操作和圖數(shù)據(jù)查詢，可處理結(jié)構(gòu)化數(shù)據(jù)和圖數(shù)據(jù)。

星環(huán)科技以領(lǐng)先的圖數(shù)據(jù)技術(shù)，為用戶打通了從底層的關(guān)系型數(shù)據(jù)庫、大數(shù)據(jù)平臺，到中層的圖數(shù)據(jù)庫，再到上層知識圖譜應(yīng)用的全棧產(chǎn)品通路，實現(xiàn)了從最底層獨(dú)立的“點”分析到關(guān)系的“線”分析，再到事件的“面”分析，最終形成行業(yè)全面的“體”分析的全棧智能分析賦能。星環(huán)科技從點到面再到體的一站式分析工具，可以為用戶節(jié)省大量開發(fā)成本和基礎(chǔ)算力，并顯著提升分析性能。

如今，星環(huán)科技StellarDB已經(jīng)在金融等眾多行業(yè)得到了廣泛部署。比如，星環(huán)科技幫助監(jiān)管和頭部金融機(jī)構(gòu)打造了多個監(jiān)管、集團(tuán)派系知識圖譜，以及對公知識圖譜、零售知識圖譜等。

國產(chǎn)“圖”，底氣何來?

最近一兩年，國內(nèi)的用戶越來越傾向于選擇國內(nèi)廠商自主研發(fā)的企業(yè)級分布式圖數(shù)據(jù)庫和知識圖譜平臺。究其原因，可以歸納為以下兩個方面。

首先，中國的圖數(shù)據(jù)庫廠商在技術(shù)上并不遜于國外廠商，在某些技術(shù)細(xì)分領(lǐng)域甚至還超過了國外同類廠商。都說中國是天生的“大數(shù)據(jù)之國”，客戶眾多、數(shù)據(jù)量龐大、業(yè)務(wù)場景繁復(fù)，尤其是在金融、社交等領(lǐng)域，時常會遇到超大規(guī)模數(shù)據(jù)計算的場景，圖計算的網(wǎng)絡(luò)規(guī)模不是普通圖數(shù)據(jù)庫所能承載和解決的。中國的圖數(shù)據(jù)庫廠商從一開始就要面對諸如超大規(guī)模、超高復(fù)雜性等的挑戰(zhàn)，其解決方案百煉成鋼，能夠更好地滿足中國客戶的特殊需求。以星環(huán)科技為例，它立足自主研發(fā)，可以支持萬億點邊圖計算場景，也因此贏得了眾多中國行業(yè)客戶的青睞。

星環(huán)科技的差異化優(yōu)勢突出體現(xiàn)在，能夠提供端到端的圖數(shù)據(jù)解決方案，包括基礎(chǔ)的大數(shù)據(jù)平臺，以及可以高效運(yùn)行的圖數(shù)據(jù)庫、知識圖譜等產(chǎn)品。星環(huán)科技是同時具備圖數(shù)據(jù)庫(StellarDB)、知識圖譜平臺(Sophon KG)、圖挖掘應(yīng)用開發(fā)能力的企業(yè)，其全棧能力可以助力企業(yè)用戶快速構(gòu)建知識圖譜應(yīng)用，有效降低圖應(yīng)用的門檻。

其次，出于行業(yè)監(jiān)管與合規(guī)的要求，自主可控的國產(chǎn)化產(chǎn)品可以避免用戶在技術(shù)應(yīng)用上被“卡脖子”，擁有更多的選擇，確保安全、可靠、可用。

“圖”的未來

未來，圖數(shù)據(jù)庫應(yīng)用將走向何方?

從技術(shù)上看，多模態(tài)異構(gòu)圖將是市場熱點，而知識圖譜與自然語言處理的深度融合發(fā)展則是必然趨勢。另外，時序圖、空間圖應(yīng)用，圖神經(jīng)網(wǎng)絡(luò)也是未來的主要方向。

從應(yīng)用的角度看，未來圖應(yīng)用更需要完整的方法論和解決方案。其真正價值將體現(xiàn)在，利用圖的方法論圍繞諸如金融風(fēng)控、金融投研等領(lǐng)域的知識圖譜，構(gòu)建整體解決方案。從應(yīng)用趨勢來看，偏SaaS級的端到端解決方案能夠有效消除用戶的應(yīng)用痛點。對于圖數(shù)據(jù)庫廠商來說，擁有基于業(yè)務(wù)場景的know-how，也就是行業(yè)解決方案，才是在知識圖譜領(lǐng)域?qū)崿F(xiàn)破局的法寶。

可以預(yù)見，用戶會越來越傾向于選擇端到端的整體解決方案，而無需分別購買圖數(shù)據(jù)庫、圖平臺和建模服務(wù)，更無需擔(dān)心底層圖數(shù)據(jù)庫、中層圖建模平臺和上層圖挖掘應(yīng)用。對于圖應(yīng)用來說，大型機(jī)構(gòu)會有非常多的定制化需要，而中小型機(jī)構(gòu)則偏好標(biāo)準(zhǔn)化的解決方案。星環(huán)科技就是這樣一家針對知識挖掘應(yīng)用，擁有從

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）