“我該用什么技術(shù)？”一直是開(kāi)發(fā)人員心中糾結(jié)的困惑點(diǎn)之一。?

結(jié)合現(xiàn)實(shí)，一般開(kāi)發(fā)人員大都會(huì)選擇自己熟悉的工具，而不是最佳的工具。除個(gè)人當(dāng)前的知識(shí)、技術(shù)等限制因素之外，還有影響決策者的其他因素，其中包括需要同事的支持、管理層的批準(zhǔn)以及新方案帶來(lái)的分配學(xué)習(xí)成本，或是對(duì)投入產(chǎn)出比未知的“恐懼”……

當(dāng)然，如果以上均不是問(wèn)題，你又非常愿意甚至想深入地了解圖數(shù)據(jù)庫(kù)在什么場(chǎng)景下能夠成為更好的工具，那么在本篇文章中，筆者將重點(diǎn)進(jìn)行對(duì)比介紹，以幫你評(píng)估出針對(duì)于你的業(yè)務(wù)實(shí)際，是否適合使用圖數(shù)據(jù)庫(kù)。

圖數(shù)據(jù)庫(kù)何時(shí)適合使用？當(dāng)腦海中閃現(xiàn)出這個(gè)問(wèn)題時(shí)，我們不妨先分析一下圖數(shù)據(jù)庫(kù)在什么情況下是不適合使用的。

1 業(yè)務(wù)場(chǎng)景數(shù)據(jù)量少

雖然需要Join多張表，但因?yàn)閿?shù)據(jù)量少，傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)也可以很快地進(jìn)行查詢(xún)和分析。假設(shè)你只需查“你的朋友的朋友 ”，在這種基數(shù)比較小的情況下，僅僅需要Join兩張表，那么采用傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)即可。

從技術(shù)的角度來(lái)說(shuō)，在關(guān)系型數(shù)據(jù)庫(kù)中，涉及到多表的關(guān)聯(lián)查詢(xún)會(huì)造成計(jì)算的效率指數(shù)級(jí)下降，其背后的原因即笛卡爾乘積問(wèn)題的存在。舉例來(lái)說(shuō)，兩張表table-join實(shí)際造成的計(jì)算的復(fù)雜度其實(shí)是乘積的關(guān)系，如果是三張表，每個(gè)表都有1萬(wàn)行，10000×10000×10000，這已經(jīng)是1萬(wàn)億的復(fù)雜度。

2 業(yè)務(wù)場(chǎng)景數(shù)據(jù)僅為1步、2步鄰居

雖然業(yè)務(wù)的數(shù)據(jù)量大，但因涉及的關(guān)聯(lián)關(guān)系非常淺層，所以也可以不用圖數(shù)據(jù)庫(kù)。但如果涉及關(guān)聯(lián)到10步的鄰居（hop），那就要Join 10次、甚至更多，這也意味著對(duì)計(jì)算的要求很高，耗時(shí)變長(zhǎng)的同時(shí)成本亦上升。相信很多開(kāi)發(fā)人員經(jīng)歷過(guò)這種Join到“奔潰”的時(shí)刻。

例如用關(guān)系型數(shù)據(jù)庫(kù)與圖數(shù)據(jù)庫(kù)做一個(gè)深度穿透，從第2-5層，性能的差異已經(jīng)是指數(shù)級(jí)上升的。如在1層的時(shí)候，兩者可能并沒(méi)有本質(zhì)區(qū)別，但從2層開(kāi)始，就會(huì)出現(xiàn)指數(shù)級(jí)的變化。一般來(lái)說(shuō)，業(yè)務(wù)人員選擇用傳統(tǒng)數(shù)據(jù)庫(kù)做4-5層的穿透，通常不能完成復(fù)雜查詢(xún)這個(gè)任務(wù)。

圖：從關(guān)系型數(shù)據(jù)庫(kù)（SQL）到圖數(shù)據(jù)庫(kù)（GQL）

3 業(yè)務(wù)場(chǎng)景無(wú)需數(shù)據(jù)的關(guān)聯(lián)、下鉆以及查詢(xún)分析

如果只需查單表，那就不需要使用到圖技術(shù)。比如，你只需要設(shè)定查看游覽過(guò)你公司官網(wǎng)的人數(shù)，從技術(shù)的操作上來(lái)講，只需在表中存儲(chǔ) ID、姓名和電話(huà)號(hào)碼，而無(wú)需保留來(lái)自客戶(hù)的更多信息，因此表格上的列就不會(huì)更改，這是關(guān)系型數(shù)據(jù)庫(kù)中的一個(gè)常例。而圖非常適合查集合了多元素類(lèi)型且可以輕松適應(yīng)不斷變化的業(yè)務(wù)場(chǎng)景需求的復(fù)雜場(chǎng)景。

如，你有很多交易數(shù)據(jù)，但對(duì)其的人員、轉(zhuǎn)賬、時(shí)間、設(shè)備、行為軌跡等關(guān)系并沒(méi)有連接、關(guān)聯(lián)或繼續(xù)深鉆和查詢(xún)分析的需求，那圖技術(shù)就不適于你的解決方案。但我們知道，很多業(yè)務(wù)場(chǎng)景，如銀行賬戶(hù)之間的交易行為，其本身就是一種復(fù)雜多層的嵌套關(guān)系，在這種嵌套關(guān)系網(wǎng)絡(luò)當(dāng)中，實(shí)際上有更多的信息值得被挖掘，更多的行為亦待被抽取，這即需要圖這種具備高維數(shù)據(jù)計(jì)量的技術(shù)來(lái)解決。

圖：圖數(shù)據(jù)庫(kù)可實(shí)現(xiàn)迅捷的數(shù)據(jù)關(guān)聯(lián)價(jià)值抽取

4 業(yè)務(wù)場(chǎng)景對(duì)實(shí)時(shí)性要求不高

如果業(yè)務(wù)場(chǎng)景對(duì)實(shí)時(shí)性要求不高，可以進(jìn)行離線(xiàn)分析，不需要覆蓋深度的業(yè)務(wù)，那么采用關(guān)系型數(shù)據(jù)庫(kù)即可。與此相區(qū)別，圖數(shù)據(jù)庫(kù)可以快速地遍歷數(shù)據(jù)，并在毫秒內(nèi)檢索分析出結(jié)果。所以開(kāi)發(fā)人員對(duì)于某一技術(shù)的選擇前提，仍然在于你對(duì)業(yè)務(wù)場(chǎng)景需求和技術(shù)優(yōu)勢(shì)的研判。

比如對(duì)時(shí)效性要求非常高的電信反欺詐場(chǎng)景，它即需要一套能夠?qū)崟r(shí)在線(xiàn)決策系統(tǒng)的解決方案，能夠處理每一筆交易的攔截，包括實(shí)時(shí)的構(gòu)圖、實(shí)時(shí)的規(guī)則的運(yùn)行、風(fēng)控引擎規(guī)則的運(yùn)行等等，且都要在20毫秒之內(nèi)完成。實(shí)際上，在20毫秒之內(nèi)，圖數(shù)據(jù)庫(kù)可能已經(jīng)跑了幾十個(gè)QPS，因?yàn)閹资畟€(gè)子查詢(xún)完成了各個(gè)維度、規(guī)則的運(yùn)行，從而最終構(gòu)成了這筆交易是放行還是攔截的決策。

圖：圖數(shù)據(jù)庫(kù)實(shí)時(shí)風(fēng)控交易之可視化

此外，絕大多數(shù)技術(shù)認(rèn)為業(yè)務(wù)沒(méi)有實(shí)時(shí)性要求的時(shí)候，恰恰是因?yàn)榧夹g(shù)限制了業(yè)務(wù)——技術(shù)架構(gòu)過(guò)去因無(wú)法實(shí)現(xiàn)實(shí)時(shí)計(jì)算而不得不以批處理的方式進(jìn)行。在同等投入的情況下，實(shí)時(shí)性永遠(yuǎn)比T+1系統(tǒng)更具價(jià)值，也更能賦能業(yè)務(wù)。

綜上所述，希望能夠?yàn)榇蠹以谠u(píng)估某些業(yè)務(wù)場(chǎng)景中，對(duì)是否選擇圖技術(shù)有一個(gè)直觀的了解。雖然以上并不全面，但它基本涵蓋了最常見(jiàn)也最容易識(shí)別的情況。當(dāng)然，如果圖是你評(píng)估后的選擇，希望它能幫你達(dá)到事半功倍的效果——工欲善其事必先利其器！

圖：Gartner 5層數(shù)據(jù)模型分析

5 總結(jié)

什么是圖數(shù)據(jù)庫(kù)？

· 圖數(shù)據(jù)庫(kù)是基于數(shù)學(xué)里圖論的思想和算法而實(shí)現(xiàn)的高效處理復(fù)雜關(guān)系網(wǎng)絡(luò)的新型數(shù)據(jù)庫(kù)系統(tǒng)；

·圖數(shù)據(jù)庫(kù)善于高效處理大量的、復(fù)雜的、互聯(lián)的、多變的數(shù)據(jù)。其計(jì)算效率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)；

· 圖數(shù)據(jù)庫(kù)在社交網(wǎng)絡(luò)、金融領(lǐng)域、人工智能等領(lǐng)域均有著廣泛的應(yīng)用。

為什么要使用圖數(shù)據(jù)庫(kù)？

· 世界本身就是由各種關(guān)系關(guān)聯(lián)而成；

· 圖本身所具備的高維的獨(dú)特能力；

· 可解釋AI（白盒化）；

· 架構(gòu)發(fā)展的必然；

· 企業(yè)發(fā)展的核心需求。