1、HugeGraph图数据库应用案例与存储原理目录 图数据库是什么 HugeGraph是什么 HugeGraph典型案例 HugeGraph存储原理 如何参与开源贡献图数据库是什么NoSQL图数据库是什么图数据库是一种新型的NoSQL数据库GraphDocumentColumnKey-ValueNeo4jTitanDBCouchDBMongoDBHBaseCassandraRedisRocksDB图数据库是什么图数据库在近几年广受关注图数据库是什么图数据库：存储实体与实体之间的关联关系G=(V,E)Vertex(Node,Enty,Object)Edge(Relaonship,Link,Arc)
2、现实世界图数据库图数据库是什么图数据库带来的改变SQL图数据库1.userid1nameTomMikeage2223phone188*1111158*2222Tom2好友关系2.friendid1user1user22since12016-01-022select * from friend ajoin friend b on b.user1=a.user2join user on id=b.user2g.V().has(name, Tom).out(friend).out(friend)where a.user1 in (select id fromuser where name=Tom)图
3、数据库带来的改变深度关系型数据库执行时间 / s图数据库执行时间 / s返回结果数量250023450.01630.271543.510.010.1681.3592.132110000600000800000数据来自程序员图数据库应用行业知识图谱反欺诈构建实体与实体间的关联关系，描述真实世界发现人员、事件、地点和时间之间的异常联系网络安全IT运维服务器、域名、IP、文件等关联关系，形成网络安全情报系统调用，数据库访问，缓存读取等全链路监控更多图数据库应用物流金融社交招聘医疗电信零售HugeGraph是什么百度安全自研的开源图数据库HugeGraph特点易用开放高效通用HugeGraph可扩展大
4、规模HugeGraph优势十亿+规模MovieMovie易actedacted大Sleepless inSealeCastAwaydirectedPerson百万千万规模建规acteddirecteddirectedacteddirectedTomHanks模模PersonNoraEphronwroteMovieactedMovie图数据库HugeGraphYouveGotMailMovieThePolarExpress关系数据库acted JoeVersusVolcanoactedPersonMySQLMoviePersonactedRobert ZemeckisWhenHarryMetSa
5、llyMegRyanfriend4567高like67灵friend232v2v4v3v5/ Gremlin 2层好友查询g.V() .has(name,TomHanks).out(friend).out(friend)friendfriendfriendfriendlike效活1TomHanks34likelike关查friendv2v6v8v8v8v7friend1联询friendfriendperson8v3v4v5likelike分语/ 查询2点之间的最短路径g.V(source_id).repeat(out().simplePath().until(hasId(target_id).
6、path().limit(1)4552析言9v91movie6like?source3targetHugeGraph技术选型1. 概念模型2. 存储模型3. 查询语言4. 持久化方案A:(B,D)B:(C,D)C:(E)g.V().has(name,gremlin).out(knows)personsoftperson.out(knows).values(name)D:(B,C,E)E:(A,C)F:(D,E)RocksDB CassandraHBasepersonpersonsoftPropertyGraph AdjacencyListGremlinCypherSPARQL Non-Nave
7、Storage NaveStorageRDF AdjacencyMatrixHugeGraph整体架构MonitorStudioLoaderToolsApplicaonsClientOLTPOLAPMonitorAPIResulAPIGremlinAPIGremlinJobAPIInternalAPILayer(Schema,Graph,Index)GraphEngineJobManager&ExecutorBackendStorageInterfaceRocksDBCassandraScyllaDBHBasePalo|Table(ExtPlugins)InMemoryMySQLHugeGra
8、ph性能10亿边导入 BSKU, KGProduct - BSKU, KGAD-kgUser, Doc - BSKU, KG在线应用KG-libquery-kgproduct-kguser-kgdoc-kg结构化解析实体链接 / 属性填充Score / Rank知识沉淀图谱进化知识沉淀 / 图谱进化HugeGraph实体识别 / 专名识别属性识别 / 属性填充实 体 挖 掘关系挖掘 / 共引消歧实体挖掘图谱构建实体和实体关系蕴含规则和知识典型图数据应用场景实体融合 / 置信计算图 谱 构 建数据处理数据引入 / 数据清洗数据解析 / 结构提取基于知识图谱的广告推荐切词组合查找搜索词追溯行业路径
9、切词HugeGraph图遍历结果展示打分排序根据属性过滤商品路径融合1、商品: Lenovo拯救者Y7000.2、商品: Lenovo330C.3、商品: Lenovo K5.金融风控ID1ID3ID2ID唯一性检查LPA 算法循环担保检测二度关系触黑黑用户风险评分扩散Louvain 算法属性特征检测关系特征检测团伙检测1. 每个顶点一个组2. 将顶点加入邻居标签数目最多的组3. 组信息不再变化大数据安全治理数据资产IT资产业务组织移动安全人员资产视图IDC百度云AFSAI安全张三王二李四HDFSHiveKafkaMySQLColumnPartitionHadoop安全SDK手机卫士EdgeE
10、TLHDFS数据血缘PaloHDFSKafkaHiveHiveVertexHugeGraph数据开发数据安全资产管理隐私保护HugeGraph存储原理存储结构：边集数组、邻接矩阵、邻接表、十字链表HugeGraph存储结构：邻接表（顺序表）图存储结构NodeCSVHDFSJDBCGraph边集数组边IDe1e2e3e4e5e6e7e8源顶点目标顶点边属性weightweightscoreascorebweightweightweightweight6e3e4v1v1v2v2v1v1v2v5v2v3v6v7v4v5v3v427e7e1e2e513e64e85邻接矩阵v1 v2 v3 v4 v5
11、v6 v7652v1 0v2 0v3 0v4 0v5 0v6 0v7 0100000027000003 4050000006000006700080000900071231344859邻接表6v1v2v3v4v5v6v7v2v6v4v5v4v3v7v5v352116771213v1435489v6顶点下条边10十字链表6v1 1 21 3526v2v3v4v5v6v7774 5 213 121315 34442 62 7855 4 9邻接表（顺序表）出边入边v2v5v3v6v4v1v1v2652116v3v7771v3v4v5v6v4v1v4v1v3v1v2v2v2v5213v543v4v7548910v7v6如何参与开源贡献Issue 问题与需求反馈PullRequest 贡献代码与评审问题与需求反馈hps:/ clabugfixcommit4fixchanges5gitcommit7createprchangesmvntestForkRepoPullRequestThanks! Q& A？、
