TuGraph图数据库

什么是TuGraph

    TuGraph图数据库由蚂蚁集团与清华大学联合研发，构建了一套包含图存储、图计算、图学习、图研发平台的完善的图技术体系，拥有业界领先规模的图集群，解决了图数据分析面临的大数据量、高吞吐率和低延迟等重大挑战，是蚂蚁集团金融风控能力的重要基础设施，显著提升了欺诈洗钱等金融风险的实时识别能力和审理分析效率，并面向金融、工业、政务服务等行业客户。

TuGraph特性

    TuGraph是支持大数据量、低延迟查找和快速图分析功能的高效图数据库。TuGraph也是基于磁盘的数据库，支持存储多达数十TB的数据。TuGraph提供多种API，使用户能够轻松构建应用程序，并使其易于扩展和优化。

    它具有如下功能特征：

        属性图模型

        实时增删查改

        多重图(点间允许多重边)

        多图(大图与多个子图)

        完善的ACID事务处理，隔离级别为可串行化(serializable)

        点边索引

        混合事务和分析处理(HTAP)，支持图查询、图分析、图学习

        主流图查询语言(OpenCypher、ISO GQL等)

        支持OLAP API，内置30多种图分析算法

        基于C++/Python的存储过程，含事务内并行Traversal API

        提供图可视化工具

    在性能和可扩展性方面的支持：

        千万点/秒的高吞吐率

        TB级大容量

        高可用性支持

        高性能批量导入

        在线/离线的备份恢复

TuGraph社区版

    2022年9月，TuGraph单机版开源，提供了完备的图数据库基础功能和成熟的产品设计，支持TB级别的数据规模，为用户管理和分析复杂关联数据提供了高效、易用、可靠的平台。

    TuGraph社区版于2022年9月开源，提供了完整的图数据库基础功能和成熟的产品设计(如ACID兼容的事务、编程API和配套工具等)，适用于单实例部署。社区版支持TB级别的数据规模，为用户管理和分析复杂关联数据提供了高效、易用、可靠的平台，是学习TuGraph和实现小型项目的理想选择。

TuGraph企业版

    企业版对商业化功能支持更加完善，包括分布式集群架构，覆盖探索、研发、服务、运维管理全生命周期的一站式图平台，在线、近线、离线的图计算引擎，支持流式、大数据类数据源，多地多中心的部署形态，以及专家支持服务等。企业版是商业化解决方案的理想选择。

核心功能

    查询语言

    TuGraph 提供 Cypher 图查询语言，遵循OpenCypher标准。

    支持Procedure嵌入

    可插拔优化框架 各类优化功能

    可扩展安全性检查框架 对于cypher进行

    存储过程

    当用户需要表达的查询/更新逻辑较为复杂(例如 Cypher 无法描述，或是对性能要求较高)时，相比调用多个 REST 请求并在客户端完成整个 处理流程的方式，TuGraph 提供的存储过程(Procedure)是更简洁和高效的选择。

    从 3.5 版本开始，TuGraph 重新设计了新的存储过程编程范式，支持定义标准的签名和结果，支持POG编程。

    TuGraph 支持 POG (Procedres on Graph Query Languages) 编程和 POG 库，其中“Graph Query Languages”包含 Cypher 以及 制定中的 ISO GQL 等图查询语言。POG 库提供在查询语言中对用户定义的存储过程的访问，打破了查询语言和存储过程之间的界限，扩展了查询 语言的使用范围。

    这个文档描述了 新的 Procedure 编程范式以及 POG。

    数据导入导出

    尽管TuGraph本身支持数据的插入，但批量导入能够大幅提升的效率。导入的功能可以分为空库导入(离线导入)和增量导入，前者指子图是空的时候进行导入，额外的假设能够大幅提升导入的性能，在 TuGraph 中，空库导入和增量导入的吞吐率差了10 倍。在数据导出中，需要考虑导出数据的一致性，即是基于一个快照数据导出的。

    TuGraph 可以通过 命令行工具lgraph_export 来对已经存放在TuGraph的图数据进行数据导出，导出格式支持CSV和JSON。

    备份恢复

    TUGraph的备份在功能上可分为主动/定时、离线/在线、全量/增量备份，用尽量小的存储和计算代价来完成备份。恢复功能可以恢复到最新的状态，或者历史标注的时间点，需要保证数据库是一致的状态。

    数据预热

    TuGraph 是基于磁盘的图数据库，仅当访问数据时，数据才会加载到内存中。因此在服务器刚开启后的一段时间内，系统性能可能会由于频繁的 IO 操作而变差。此时我们可以通过事先进行数据预热来改善这一问题。

    高可用

    高可用是指通过通过集群配置，做到实时多副本数据热备，在部分副本不用时，集群仍然能正常提供服务，TuGraph采用 RAFT 协议的多机热备机制，能够将 RPO 降低到接近 0 的程度。TuGraph 选择在计算层进行数据同步，同步的对象是写操作，通过 RPC 接口快速同步。TuGraph 的高可用集群采用主从模式，只有主节点处理写请求，主从节点均能处理读请求。主节点的写请求处理需要同步到多于二分之一的总节点上，多数节点写成功，该写请求才算完成。

应用场景

    金融领域

    金融领域的实体主要涉及人、公司、账户、产品等，它们之间的关系包括交易关系、登录关系、股权关系、雇佣关系等。这些实体构成了一张金融图数据网络。应用图数据库，我们可以从金融图数据网络里发掘出大量有用信息，帮助我们做出更准确的金融决策。

    工业领域

    在生产和制造过程中会产生大量异构数据，如何有效的组织和管理这些数据是工业大数据中最重要的问题之一。这些数据包括设计文档、设备数据、仿真方案和结果、实验结果、经验文档等，关系错综复杂。传统的数据管理系统只能累积数据，而查找相关材料则往往力不从心。使用图模型，将这些不同类型的数据组织成一张网络，就可以方便地浏览和查找数据。

    智慧城市

    随着科技的发展，城市的智能化管理已成为一个大趋势。智能化管理需要建立在良好的信息管理平台之上，因此需要强大的系统软件做支撑。在智能化城市管理系统中，智能化决策系统需要基于大量不同信息做出决策，这些信息包括各种拓扑信息(道路、管线)，供求信息(电力输送、饮用水供应、污水排放)，环境信息(温度、湿度、雨量)等。要将这些复杂的异构数据有机管理起来，并基于它们做出决策，就需要一个成熟的系统。传统的数据管理系统基于关系数据模型，并不适合管理这种复杂异构数据。而使用图模型就可以很好的解决这一问题。如果我们将这些不同的数据利用图数据库进行管理，就可以实现很多复杂的智能管理场景。

    社会治理

    社会治理包括公共安全、法律事务、舆论、网络安全等多方面。社会治理是一个综合性的、多系统联动问题。它需要综合大量数据、全局考量才能做出更好的决策。在这种多维度复杂数据问题上，图数据模型可以提供更好的适应性，从而为智能化的社会治理决策平台提供坚实的基础。

    互联网

    人—人关系的社交网络、人—商品的购买关系都能构成图。通过分析这些网络数据，我们可以为用户提供更优质的服务，包括相关推荐、用户信息归集、重要用户识别、垃圾用户识别等。