【高手问答汇总】聊聊图数据库 Nebula Graph

将数据资产视为公司重要资产是企业的共识，数据的产生、存储、消费…每个数据流动环节都不可忽视。伴随着企业业务的多元化，一方面业务数据量激增，另一方面，数据不统一、数据孤岛、数据价值被低估等问题也浮出水面，其根本原因在于忽视了数据之间的关联性。

图数据库技术的出现，为企业赋予了挖掘数据关联价值的能力。而大数据时代的图数据库，除了具备优秀的关联价值挖掘能力，还要应对海量数据的存储计算挑战。图数据库 Nebula Graph 应运而生，它是一款开源的分布式图数据库，其 shared-nothing 分布式架构和存储与计算分离的架构特性，使得它尤其擅长处理千亿顶点、万亿条边的超大规模数据集，同时保持毫秒级低延时。Nebula Graph 目前已应用在多家互联网头部企业的金融风控、数据治理、实时推荐、智能问答等业务场景。

资深图数据库技术专家，开源的分布式图数据库 Nebula Graph 研发商欧若数网 CEO Sherman 在 03.08 - 03.14 期间同 开源中国-高手问答 的小伙伴们以「聊聊图数据库 Nebula Graph」为切入点展开讨论，包括：「Nebula Graph 的技术设计」、「Nebula Graph 应用场景」、「图数据库技术展望」等方面内容，本文整理于他和开源中国小伙伴对图数据库的讨论内容~

嘉宾介绍

Sherman，资深图数据库技术专家，现任杭州欧若数网科技有限公司 CEO，曾任职 Facebook、蚂蚁金服等公司。一直从事图数据库研发工作，主导了分布式图数据库 Nebula Graph 的研发，并将其开源为美团、京东、腾讯等一线大厂业务所用。

图数据库的场景应用

和 AI 结合的场景？

@edra：请问这个作为分布式图形处理数据库，有和 AI 技术结合使用的场景吗。

你好，目前跟 AI 结合的应用场景有两类，一类是常见的知识图谱，另一类是基于图的机器学习，简称 GNN，在模型训练中将数据之间的关联关系考虑进去。

图数据库对物联网行业有没有什么应用场景？

@猪娃娃：您好，图数据库对物联网行业有没有什么应用场景？

物联网本身是物体之间的关联，所以很自然地可以用图数据库来存放，随着智能汽车的使用，物联网中的关系在动态变化中，图数据库是解决这种动态变化的关系网络最好的工具。

图数据库的应用场景是什么？有哪些行业应用？

@开源中国首席罗纳尔多：您好，请问图数据库的应用场景是什么？有哪些行业应用？

这个是一个通用问题，常见的是社交推荐、知识图谱、金融风控、机器学习 AI、区块链等等应用。你可以关注 Nebula Graph 之前的线下分享的文字整理稿：《图数据库综述与 Nebula 在图数据库设计的实践》， 当然除了上面的，之前微众银行也分享了他们用图数据库 Nebula Graph 做数据治理的分享，可以看看我们发在公众号的推文呀，感谢支持。

认识图数据库 Nebula Graph

Nebula Graph 高性能的原因

@jasonwu24：老师您好！之前看过一篇文章，其中对比了 Neo4j、 Nebula Graph 以及 Huge Graph 这三大图数据库在入库时间、一度好友查询、二度好友查询、共同好友查询等几个方面的性能，在导入性能上，数据量小的时候 Nebula Graph 的导入效率稍慢于 Neo4j，但在大数据量的时候 Nebula Graph 的导入明显优于其他两款图数据库。在 3 种查询场景下， Nebula Graph 的效率都明显高于 Neo4j，与 HugeGraph 相比也有一定的优势。这是因为 Nebula Graph 采用 shared-nothing 分布式架构，所以更擅长处理千亿节点万亿条边的超大规模数据集吗？除此之外还有没有其他方面的原因使其性能更为突出呢？谢谢！

你好，感谢提问。除了 shared-nothing 的架构，还有一方面是因为数据分片和存储的方式（将点和其相邻的关系放在一起，增加 data locality），另外一方面我们在查询层也做了一些优化，比如计算下推。具体可以参考我们的架构系列博客文章：​​《Nebula 架构剖析系列（零）图数据库的整体架构设计》🔗 ​​、​​《Nebula 架构剖析系列（一）图数据库的存储设计》🔗​​、​​《Nebula 架构剖析系列（二）图数据库的查询引擎设计》🔗​​。

Nebula Graph 数据库设计的取舍

@赤脚小子：在 NEBULA 研发过程中肯定会有很多取舍，比如事务，是否可以更新结构，历史数据是否可以更新/删除等等特性。

一开始 NEBULA 在做支持某些特性不支持某些特性的过程中，是怎样的一个思考过程？一开始就有明确的使用场景/商业领域在指引？还是也是亦步亦趋直到最后走出自己的路的？

是的，在研发过程中是有取舍的，目前 Nebula 专注的场景是高并发低延时的 TP 场景。所以，取舍的原则就是一个新特性是否能很好地支撑 TP 场景的性能要求。随着产品的成熟，我们也会慢慢开始支持 AP 场景，如离线分析和计算。

Nebula Graph 的查询优化

@osc_64757058：请问 nebula graph 在查询时有哪些优化，是否支持并行计算？

Nebula 在查询时做了很多优化，如计算下推、执行计算重构等。Nebula 支持多种计算框架，例如 GraphX、Plato 等。相关的时间文章参考：​​《用图机器学习探索 A 股个股相关性变化》🔗​​、​​《用 NetworkX + Gephi + Nebula Graph 分析<权力的游戏>人物关系》🔗​​、​​《GraphX 在图数据库 Nebula Graph 的图计算实践》🔗​​

最佳分区配置

@becke：看介绍，Nebula Graph 使用了raft 协议保持数据一致性，性能由底层的 partition 数据决定，不清楚怎么来选择最佳的分区数据？

我们建议一台机器上的分区数量不小于机器的 CPU 核数，同时考虑到未来扩容的需要，这个数量可以适当放大。

图数据库 Nebula Graph 的未来

Nebula Graph 对 HDD 的支持程度

@osc_ajxzbfuw：您好， Nebula 现在也是越来越火， 关注的人越来越多啦。

有个小需求， 就是 Nebula 增加是 HDD 磁盘的优化， 不知道可有这方面的计划，优先级是怎样的，毕竟 Nebula 可能还有更重要的功能需要开发、支持。

在实际的企业中， 受限于预算、审批流程等各种原因的限制，SSD 磁盘的主机并不容易获得。

你好，由于 HDD 磁盘本身的限制，在数据量大的 TP 场景下，无论怎么优化，性能都不会很好。如果你的数据量小到足够放在内存中处理，今年我们会推出基于内存的存储引擎，这样可以解决你的问题。但是对于大数据量的 TP 场景，还是建议申请 SSD 磁盘。HDD 磁盘用于 AP 场景是可行的，今年我们会解决这个问题。

Nebula Graph 对客户端的规划

@荒野刀客 ：你好 ，最近也在选型图数据库，初步考虑 nebula graph，但看到客户端 cpp client 好像活跃度不高，没几个人在 github 上贡献，而 go 语言等客户端 SDK 贡献者很多，这块儿后续有什么计划？另外纯 C 的客户端也没有看到 ，使用可以将 go 语言的 nebula client 编译成动态库，输出一些 C API？

CPP Client 一直是我们优先级最高的 Client 之一，我们会持续支持。纯 C 的客户端目前确实没有，这是因为目前好像没有看到这方面的需求，如果需求量大的话，我们也会考虑支持。也欢迎你来贡献！

Nebula Graph 2021 年的开发重点和方向是什么

@荣飞coder：

1.Nebula Graph 2021 年的开发重点和方向是什么？我知道 2.0 ga 马上就要发布了，这个应该算是一个里程碑；

2.Nebula Graph 的目的其实是发挥数据价值的。数据价值很重的一个方面是数据关系，图计算在关系处理里面作用很大（图计算 我理解有限，还在学习），想知道图计算和 Nebula Graph 结合的案例以及有没有相关资料推荐啊，谢谢

​

1. 2021 年的重点是在加强性能和稳定性的基础上，增加图计算的融合，同时推出云服务；

2. Nebula 跟图计算结合的案例我们博客里有几篇，比如这篇 GraphX 的：https://nebula-graph.com.cn/posts/practice-graphx-nebula-graph-algorithm/

​

以上为本次图数据库交流的整理，如果你打算使用图数据库，在使用 Nebula Graph 过程中遇到任何问题，记得来我们的论坛和我们交流下：​​https://discuss.nebula-graph.com.cn/​​

文章转载自公众号：Nebula Graph Community