图数据库是用于做什么的？

请用语音读文章

热门回答：

图数据库是下一个大趋势。首先。图数据库是一个产品。但成为产品前。经历了很长时间的理论期。比如欧拉图其实已有超过 200 年历史。数学理论很完整。在图中有很多经典算法。像这两个点之间最短路径是？物流该怎么去优化？社区该怎么划分？它已有很多现成、成熟的算法和科学理论。但从理论到工业界的产品。这里一直存在巨大空白。

直到 2002 年时。出现一家公司。做了第一代“图数据库”。但他们不想把数据打乱。放到几个表里。而就想存成一个真正的图。所以一个词叫 Native（汉语翻译成“原生图”）。就是说：我就是真正用一种图的数据结构来存图。这样我性能会好很多。

但因为是 2002 年前的老技术。那时还没有大数据概念。还没有分布式系统的进展。这家公司做的就是单机版。数据只能在一台机器里跑。你数据量一大。它就没办法。但这个公司十几年来就做这么一件事。然后不断教育市场。它现在还很有名。叫 Neo4j。这是图数据库一代。也叫图 1.0。

然后大概 6、7 年前。因为有 hadoop/MapReduce 和其他开源的分布式系统。又有人做了些开源工具。做了些分布式图数据库。相当是有了一个捷径：你不用从头到尾做一个图数据库了。我用现有分布式存储系统来存数据。但在上头。我做个中间件。模仿一下图的 API。然后给终端用户终端开发者一个图的 API 概念。比如说：我朋友的朋友是谁？朋友是谁有哪些类型的节点？有哪些类型的边？这样就号称可以存很多数据。不受一台机器限制。但缺点是性能差。整个过程很慢。

也就是说：第一种性能好。但数据量一大。就没办法；第二种是多机版。它跑得过来。但性能差。没实时处理数据的能力；之后是图 3.0。像全球首家实时图分析平台 TigerGraph 在干的事。

图 3.0 需要设计既是分布式、又是原生图。跟第一代一样。存储全是自己做。这样性能好。但设计时又是分布式的。所以数据量大也没问题。1 台或几十台机器去跑。没有限制。你都可以跑。这样就可以解决一些数据量超级大的公司。比如以前像支付宝。“单机版”不可能有能力处理。因为数据量实在太大。但是如果你突破到“多机版”。性能还非常好。就解决了很多以前根本没法用图数据库的一些应用场景。

简单说。图数据库是大数据能给到客户最多价值的一个方向。也是行业发展的新方向。以前能从数据挖掘里看到的商业价值、洞察。可能只是将来用“深度链接”分析能得到的冰山一角。

以上内容参考硅发布关于图数据库的跨境直播《Uber 和蚂蚁金服的共同点？》。

以上就是由优质生活领域创作者 生活常识网 整理编辑的，如果觉得有帮助欢迎收藏转发~