圖數(shù)據(jù)庫(kù)一體機(jī)是面向知識(shí)圖譜、大數(shù)據(jù)、科學(xué)計(jì)算、工程計(jì)算、大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、電信、能源、氣象、金融、數(shù)據(jù)庫(kù)、高頻交易等行業(yè)應(yīng)用。是支持屬性圖模型，用于處理高度連接數(shù)據(jù)查詢與存儲(chǔ)的實(shí)時(shí)可靠的數(shù)據(jù)庫(kù)，管理極致計(jì)算性能和并行加速效率的彈性高性能計(jì)算服務(wù)平臺(tái)。適用于金融欺詐檢測(cè)、企業(yè)圖譜、公共安全、數(shù)字化變革、非關(guān)系型數(shù)據(jù)庫(kù)、大數(shù)據(jù)、大數(shù)據(jù)可視化、數(shù)據(jù)分析、供應(yīng)鏈管理、數(shù)據(jù)管理、圖數(shù)據(jù)、數(shù)據(jù)決策、數(shù)據(jù)展示、反欺詐、反洗錢、實(shí)時(shí)推薦、客戶360、網(wǎng)絡(luò)安全等領(lǐng)域。

興起于20世紀(jì)60年代的數(shù)據(jù)庫(kù)技術(shù)十年來(lái)并未普及。近十年來(lái)，信息世界發(fā)展迅速，面對(duì)極其復(fù)雜、互聯(lián)互通、動(dòng)態(tài)多變的數(shù)據(jù)洪流，數(shù)據(jù)庫(kù)平臺(tái)如雨后春筍般涌現(xiàn)，市場(chǎng)上有350多個(gè)選擇。多年來(lái)，數(shù)據(jù)庫(kù)市場(chǎng)一直以每年5%至6%的速度高速擴(kuò)張，預(yù)計(jì)未來(lái)4至5年市場(chǎng)規(guī)模將從目前的500億美元攀升至1000億美元。

近兩年來(lái)，數(shù)據(jù)庫(kù)行業(yè)的發(fā)展趨勢(shì)呈現(xiàn)出三個(gè)特點(diǎn)。

1融合

隨著新數(shù)據(jù)的大規(guī)模創(chuàng)新，快速擴(kuò)張的數(shù)據(jù)庫(kù)市場(chǎng)再次呈現(xiàn)出融合態(tài)勢(shì)，數(shù)百家數(shù)據(jù)庫(kù)廠商逐漸被分為四個(gè)新的穩(wěn)定的數(shù)據(jù)庫(kù)陣營(yíng)，包括文檔數(shù)據(jù)庫(kù)、圖形數(shù)據(jù)庫(kù)、時(shí)間數(shù)據(jù)庫(kù)和NewSQL數(shù)據(jù)庫(kù)。在不同的子領(lǐng)域，只有數(shù)量有限的公司處于領(lǐng)先地位，比如圖領(lǐng)域的Neo4j和文檔領(lǐng)域的MongoDB。

2向云遷移已經(jīng)成為整個(gè)行業(yè)的長(zhǎng)期趨勢(shì)

2017年前后一些大型云供應(yīng)商和獨(dú)立云供應(yīng)商開始現(xiàn)。雖然曾由于數(shù)據(jù)重力、監(jiān)管等因素進(jìn)度有所放緩，但這一趨勢(shì)再次全面展開。在很大程度上，數(shù)據(jù)向云服務(wù)的轉(zhuǎn)移已經(jīng)成為數(shù)據(jù)庫(kù)平臺(tái)發(fā)展的驅(qū)動(dòng)因素。

3數(shù)據(jù)科學(xué)家方興未艾

總的來(lái)說(shuō)，數(shù)據(jù)科學(xué)家不喜歡數(shù)據(jù)庫(kù)，但他們喜歡數(shù)據(jù)。圖數(shù)據(jù)庫(kù)是一個(gè)例外，越來(lái)越多的數(shù)據(jù)科學(xué)家青睞它。數(shù)據(jù)科學(xué)家使用圖形算法處理數(shù)據(jù)，然后通過圖形將數(shù)據(jù)輸入機(jī)器學(xué)習(xí)管道，從而為機(jī)器學(xué)習(xí)模型和預(yù)測(cè)提供關(guān)系信號(hào)。因此，圖形數(shù)據(jù)庫(kù)成為機(jī)器學(xué)習(xí)管道的核心部分。

以供應(yīng)鏈為例，十年前供應(yīng)鏈應(yīng)用還不是圖數(shù)據(jù)庫(kù)的最佳用例。因?yàn)楫?dāng)時(shí)任何生產(chǎn)實(shí)物產(chǎn)品的制造公司可能只有一個(gè)2到3個(gè)級(jí)別的供應(yīng)鏈，關(guān)系數(shù)據(jù)庫(kù)完全可以滿足企業(yè)的需求。如果需要分析，添加2或3個(gè)節(jié)點(diǎn)即可。

目前為止，制造企業(yè)不僅在不同大洲擁有廣泛的業(yè)務(wù)分布，還必須應(yīng)對(duì)一個(gè)又一個(gè)突發(fā)事件。制造企業(yè)需要了解此類事件對(duì)供應(yīng)鏈乃至業(yè)務(wù)的影響，具備保障供應(yīng)鏈安全的能力。有效的解決辦法是實(shí)現(xiàn)供應(yīng)鏈的數(shù)字化。如今企業(yè)面臨的數(shù)據(jù)分析不再是2至3次的跳轉(zhuǎn)挖掘，而是20、30甚至40跳轉(zhuǎn)挖掘。數(shù)據(jù)庫(kù)尤其是在多次跳轉(zhuǎn)中表現(xiàn)優(yōu)異的圖形數(shù)據(jù)庫(kù)已經(jīng)成為必然的選擇。

? ? ? ? ymf