海量数据爆发下如何挖掘数据价值成为每个企业的必修课，图数据库因在处理复杂关系方面有独特的优势，可以挖掘关系背后隐藏的数据价值，越来越受到关注。

目前，图数据库仍然是比较新的数据库类别，它与关系型数据库有哪些不同?有什么样的特点?在哪些行业，在什么场景有落地?IT168&ITPUB采访了亚马逊云科技相关专家，探讨了相关问题。

该专家认为图数据库的应用范围越来越广泛，但仍是小众。图数据库与时序数据库一样，都是应用于特定细分场景，不能指望一款数据库解决所有问题。

图数据库的应用更加广泛

千禧年后随着互联网的发展，企业的业务越来越复杂多元，NoSQL数据库应时而生，解决细分业务场景问题。图数据库以图论为理论基础，使用图模型，将关联数据的实体作为顶点(vertex)存储，关系作为边(edge)存储，以处理复杂关系见长，是NoSQL数据库的一种。

自2019年加入亚马逊云科技接触图数据库以来，该专家发现图数据库的应用发生了变化。此前，用户和ISV对图数据库并没有什么了解，近三年来，越来多的ISV主动研究图数据库，用图数据库去解决用户的问题。现在主动问Amazon Neptune和Neo4j有什么区别的ISV变多了，图数据库的应用领域越来越广泛。

比如欺诈检测预警，社交网络好友推荐，360全景用户画像(One ID)，生命科学里的基因研究，保险行业的保单分析等，图数据库在这些场景中落地开花。

常见的有金融、电信、游戏行业的欺诈检测，比如金融欺诈检测场景，刷卡的人、POS机设备、时间、地点，所有这些信息都是金融风控欺诈检测非常重要的信息，而这些信息彼此之间都是有关联的。一些复杂的游戏，众多玩家的游戏账号拥有很多虚拟资产，在玩游戏时涉及不同账号之间的设备、装备、道具交易，游戏公司为了便于账号管理，避免出现注册大小账号进行虚假交易的欺诈行为，会使用图数据库进行欺诈检测行为分析。

社交网络推荐方面像Facebook、LinkedIn、抖音等都在用图数据库构建社交网络进行精准推荐。比如一个人登录LinkedIn时，每一次登录系统都会推荐显示出他可能认识的人，而且比较精准。这背后需要系统对社交图谱网络进行分析，他的一度好友、二度好友大概有谁，二度好友之间相互重复的有哪些，通过关联分析找出一个他最可能认识的人是谁，然后进行推荐。

电商领域将用户行为数据、商品数据等人货场的数据放到图数据库中，构建全景360用户画像，进行精准营销等，在国外被称为One ID，进行千人千面的个性化推荐。

总体来看，这些适合用图数据库的场景都有一个共性——关联关系复杂，“只要关联关系足够复杂，都适合用图数据库处理。”该专家说，他认为不同的行业对图数据库需求的的共性和差异在于，本身数据关系的复杂度有多高。这些都与图数据库本身的特性有关。

让图的归图，关系的归关系

随着图数据库的使用范围越来广泛，业内对图数据库的发展出现了不同的声音。有一些从业者认为图数据库会成为一个通用的数据库，可能会替代关系型数据库，或者能够替代大部分关系型数据库的业务场景。有些人则认为，数据库术业有专攻，图数据库只适合用于一些特定细分场景。

Amazon是后者的一个代表，在数据库领域，Amazon的战略是Purpose Build Database，即专用数据库，讲究术业有专攻，让图的归图，时序的归时序，关系的归关系。该专家指出，用户业务可能很复杂，但是什么场景用什么数据库，你不能指望用一个数据库解决所有问题。2017年，Amazon推出了自己的图数据库Neptune。

该专家强调，图数据库永远不可能单独存在，一定是IT系统中一个组成部分，Amazon 90%以上的图数据库项目都会涉及MongoDB、MySQL等数据库，在整个IT项目中图数据库所占的份额不会特别大，但越来越重要，使用范围也会越来越广。未来图数据库与关系型数据库将并存，二者并不是取代关系，因为图数据库和关系型数据库有很大区别，其应用场景也有很大差异。

该专家指出，如果业务的数据适合固定的schema去存储，用关系型数据库会更好。因为关系型数据库主要是表，表要预先定义好schema，数据之间通过表与表之间的join进行关联分析。“如果数据的表达和数据的关系是明确的，那关系型数据库是永远不可能被取代，它也是效率最高的一种方式。”

与关系型数据库相比，图数据库的结构更加灵活。大部分图数据库是No schema，可以把任何对象之间用任何关系连接起来。而图数据库是用点和边来存储信息，点代表图当中的实体，边代表实体间的关系。由于图数据库的灵活数据模型，以及强大的遍历能力，可以在图数据库上展开任意查询，不论关系是否明确，都可以沿着图遍历查询。如果数据的关系非常多，非常复杂，而且要做的查询是通过关系去发现，图数据库更合适。所以图数据库的应用场景在于通过关系去发现价值，尤其是发现隐藏的未知关系，图数据库比关系型数据库以及其他NoSQL数据库更有优势。

该专家指出，现在有很多业务场景都是动态变化，比如上面提到的金融风控，可能每天都会有各种各样新的欺诈场景出现，关系并不明确，隐藏在这些关系里的欺诈的行为，如果用关系型数据库预先定义好的schema 和关系去做查询，永远查不出问题。当把这些数据全部用图数据库组织起来以后，就能发现里面隐藏的关系，找出潜在的风险。

图数据库未来趋势：HTAP、云以及智能化

在该专家看来，HTAP、云以及智能化是图数据库的未来发展趋势。他认为图数据库的落地场景和关系型数据库类似，也分为OLTP和OLAP两个场景。OLTP的场景比较强调实时性，OLAP做大范围分析。关系型数据库的OLTP操作一般是针对一条数据、一行或者几行去进行增删改查，图数据库的OLTP与之类似。图数据库的OLTP是指，每一次查询针对某一个具体的对象或者某一个子图，操作的时候会有一个明确的点，从该点出发，只沿着满足条件的边去做相应查询，而不是说在整个图上做分析。

目前OLTP的场景多一些，比如上面提到的金融、电信反欺诈场景等。在产品侧，国内外大部分图数据库都是先做OLTP，然后再做OLAP，Neptune便是一个OLTP的图数据库，将来可能会增加更多的OLAP分析功能，向着HTAP发展。

在云方面，数据库上云是大势所趋，而在新一代云原生技术Serverless上Amazon也走在了前面。去年，Amazon推出了Neptune Serverless。目前来看，Neptune Serverless主要满足用户的海量大规模数据处理的场景。比如数据的批量导入、导出，且其工作负载并不稳定，适合用Serverless技术来提供图数据库服务，可以为用户节约成本。

该专家指出，图数据库并不是为了存储数据而生，主要是用图数据库进行查询和分析，随着人工智能的发展，图数据库分析也会越来越多和AI/ML结合，目前在各个领域都有智能化发展趋势，图机器学习是Amazon发展的一个重要方向之一。

当下，图数据库还处在起步阶段，仍是小众，但是竞争已经比较激烈。谈论市场是蓝海还是红海，还要看水够不够大。该专家认为，图数据库市场是一个细分的小而美的市场，虽然未来的使用会越来越广泛，但其市场规模和用户需求，很难支撑起一个独立公司大规模运营。“不是所有需要数据库的应用场景都一定要用图数据库，只有在涉及某些特殊需求的时候才会用到图数据库。”该专家相信术业有专攻，专有数据库才是未来。