日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

公告:魔扣目錄網為廣大站長提供免費收錄網站服務,提交前請做好本站友鏈:【 網站目錄:http://www.ylptlb.cn 】, 免友鏈快審服務(50元/站),

點擊這里在線咨詢客服
新站提交
  • 網站:51998
  • 待審:31
  • 小程序:12
  • 文章:1030137
  • 會員:747

圖數據庫漸成技術新風口,市場前景廣闊

與傳統關系型數據相比,圖數據庫這項新興技術在處理海量數據關聯關系時具有非常高的性能優勢,能夠快速找到實體間的深度關聯關系,并且數據模型非常靈活,可以輕松實現添加或刪除頂點、邊,擴充或者縮小圖模型。此外,圖數據庫模型非常敏捷直觀,降低數據挖掘和業務開發門檻,提供生產開發效率。

5G、物聯網、AI等技術的發展應用讓數據呈指數倍增長,也為圖數據庫發展提供了更廣闊的應用空間。一方面,隨著數據經濟的發展,在數據量增加的同時,市場上對處理海量、復雜、關聯、多變的網狀數據的需求不斷增加,而傳統的關系型數據庫產品已經很難勝任這種海量復雜的分析需求。另一方面,圖數據庫適用的應用場景正在不斷增多,在金融交易、征信、反欺詐、社交網絡、智能營銷、生物工程的使用需求大量涌現。

全球著名咨詢機構Gartner的最新預測表明,到2025年,圖技術在數據和分析創新中的占比將從2021年的10%上升到80%,促進整個企業機構的快速決策”,“包括圖數據庫管理系統在內的圖技術市場將增長到32億美元,復合年增長率為28.1%”。

2021年12月出爐的《“十四五” 軟件和信息技術服務業發展規劃》指出,軟件作為信息技術關鍵載體和產業融合的關鍵紐帶,將成為我國 “十四五” 時期搶抓新技術革命機遇的戰略支點。加速分布式數據庫、“大規模并行圖數據處理” 等關鍵技術的研發與應用推廣已被列為國家軟件發展的重要戰略目標。

2021年國內外多家圖數據庫企業在獲得了大筆融資,融資用于產品的技術研發和應用的市場推廣,以便更好地為客戶提供服務,用圖數據庫幫助客戶賦能更多的業務場景,挖掘數據價值。

星環科技自主研發的國產分布式圖數據庫StellarDB

Transwarp StellarDB是星環科技自主研發的分布式圖數據庫,兼容openCypher查詢語言,提供海量圖數據的存儲和分析能力,支持原生圖存儲結構,支持萬億邊PB級數據存儲。同時,StellarDB具備毫秒級點邊查詢能力,10+層的深度鏈路分析能力,提供近40種的圖分析算法,具備數據2D和3D展示能力。星環科技StellarDB在金融、政府和社交網絡等多個行業領域應用于反洗錢、風險控制、營銷等多種場景。

作為一款國產自研圖數據庫,星環科技StellarDB獲得了多項行業權威認可,通過了中國信通院圖數據庫和圖計算平臺基礎能力兩項專項測評,被全球著名咨詢機構Gartner、IDC、Forrester等最新權威報告評為圖數據庫代表廠商,同時在前段時間舉辦的大數據產業峰會上,被中國信通院評為圖計算平臺代表廠商。

全面超越國外開源圖數據庫產品,打造自主可控高性能圖數據庫平臺

1、自主研發,國產軟硬件適配,打造自主可控圖數據庫平臺

Neo4j作為國外開源產品,存在潛在的數據安全和平臺安全的問題,即使現在企業版實行閉源,其官網也明確指出,產品出口受到美國法律和法規的限制,對于國內用戶來說不能實現完全的自主可控。而在國產化方面,Neo4j在國產化服務器、CPU、操作系統等方面支持能力不足,無法很好地滿足國產生態。

StellarDB是星環科技自主研發的國產分布式圖數據庫,通過工信部電子五所(中國賽寶實驗室)源代碼掃描測試,自主代碼率高達95%以上,并與國內主流軟硬件信創廠商完成了兼容適配互認證,支持長城飛騰、華為泰山、浪潮等服務器,龍芯、兆芯、鯤鵬等國產芯片,麒麟、統信等國產操作系統,滿足信創驗收要求,同時積累了大量國產化平臺適配工作的落地經驗。

此外,StellarDB通過基于容器的混合部署技術,可支持X86架構和各種國產芯片架構的混合架構,能夠運行在異構CPU架構以及多種操作系統混合部署的集群環境中,最大化利用硬件資源,讓用戶實現國產化平滑替代。

2、原生分布式架構,輕松實現萬億級數據存儲計算

Neo4j作為早期第一代原生圖數據庫代表,為了滿足數據量的極速擴張,也逐步轉向分布式架構,但其通過只讀多副本復制主服務器原數據的方式來實現分布式,在一定程度上可以提高圖數據庫的負載能力。但只讀副本并不參與集群擴展,圖數據存儲容量還是受限于主服務器的容量。同時,盡管Neo4j可以通過此方式實現分布式圖查詢,但是其圖數據計算能力依然是基于其單機版本,無法隨計算要求進行靈活擴展。

StellarDB原生支持圖數據的分布式存儲和分布式計算,可滿足海量數據的存儲、查詢和計算要求。作為原生圖的關鍵部分,StellarDB分布式存儲引擎通過自研的存儲格式和多種高效的壓縮算法,并借助于圖分區算法,可將數據切割成多個子圖分布式存儲,擁有良好的可擴展性,能夠支撐PB級萬億邊的超大圖存儲,并通過Raft協議來保證數據一致性和高可用性。借助星環分布式計算引擎Quark的計算分析能力,StellarDB的計算能力能夠隨著節點數目的增長線性擴展,可滿足海量圖數據的深度查詢和計算要求。StellarDB可同時為用戶提供實時圖查詢和離線算法分析,支持海量點邊的大圖分析。此外,計算引擎和存儲引擎同機部署,利用數據本地化特性進一步提升了圖計算和分析性能。在某地電信關系圖譜場景實現了萬億邊規模的存儲和穩定運行,真正意義上將萬億級圖數據庫能力應用落地。

3、兼容并拓展opneCyper,同時支持SQL混合查詢,大幅降低學習和遷移成本

openCypher是Neo4j Cypher語言的開源版本,StellarDB除了支持openCypher,還在其基本語言規范的基礎上,根據實際生產實踐中所遇到的需求加入了如數據導入,圖算法,建模等高效、實用的新語法(Transwarp Extended openCypher(TEOC)),使得用戶不僅可以低成本、平滑地替換neo4j,還可以基于TEOC擴展的語法構建更加靈活的應用場景。

另一方面,StellarDB進一步支持了SQL語言多模查詢。用戶可以使用統一的SQL語言對多模型數據進行數據查詢操作,極大地降低了業務開發門檻和學習成本,同時也使得圖數據可以靈活地應用于多模型數據的聯合應用場景。

4、超高性能,助力挖掘圖數據價值

StellarDB在數據加載、查詢和算法性能方面均全面超越Neo4j,達到行業領先水平,幫助用戶更快、更高效地挖掘數據價值。

* 數據導入性能

在相同的測試環境中,在Twitter-2010(4100萬點,14.7億邊)數據集下,StellarDB的數據導入速度約是Neo4j的2倍。

* 深度關系查詢性能

StellarDB在多跳查詢方面具有優異的性能表現,在Graph500(2400萬點,6700萬邊)數據集和Twitter-2010(4100萬點,14.7億邊)數據集下,StellarDB的三層和六層關系查詢性能都大約是Neo4j的50倍以上,尤其在Twitter-2020數據集中,StellarDB在秒級跑出結果,Neo4j在30分鐘內未出結果。在實際實施案例中,StellarDB被用于超過十層的深度關系查詢場景,進一步證明了StellarDB在深度關系查詢場景下的優異性能。

* 圖算法性能

在圖算法方面,StellarDB內置了近40種圖算法,這些算法中包括諸如中心度算法,圖直徑、半徑算法,深度優先搜索算法、社區發現算法等常用的算法。此外,StellarDB還提供了諸如TrustRank等若干Neo4j未支持的算法。

而在性能方面,以常用的圖算法PageRank、弱連通子圖、強連通子圖和LPA算法為例,StellarDB具有顯著的性能優勢。

在PageRank方面,StellarDB性能是Neo4j的3-6倍,可以幫助用戶更加快速高效的實現計算網絡中點的相關性。例如在網頁排名場景中,StellarDB可以幫助用戶更加快速高效的實現網頁排名。

在強連通子圖方面,StellarDB性能是Neo4j的3-6倍,可以幫助用戶更加快速高效的遍歷有向圖中每個點和每條邊。例如在社交網絡中的社區發現,洗錢環節的賬戶閉環查詢跟蹤等場景,StellarDB通過全局遍歷,快速發展某社區人員或有洗錢嫌疑賬戶的關聯關系分析。

在LPA標簽算法方面,StellarDB表現出更加優異的性能,在千萬級邊Graph500數據集下,是Neo4j的 8倍以上,而在十億級邊Twitter-2010數據集下,StellarDB秒級響應,Neo4j在30min內無響應結果。該算法可以幫助用戶實現從已標記的節點標簽信息來預測未標記的節點標簽信息。

5、易用性大幅提升,助力企業更高效、更便捷的應用圖數據

* 豐富接口,多數據源支持

星環科技StellarDB提供豐富的接口,支持Python SDK、JDBC SDK與RESTful API與第三方系統進行對接,并支持從大數據平臺如Kafka,Flink,Hive,Spark Streaming,關系型數據庫如MySQL、Greenplum等接入外部數據,并且支持Text、ORC、CSV、Parquet等文件格式,滿足客戶現場更多樣、更復雜的業務場景,降低圖數據庫與外部系統對接工作量和成本。

Neo4j僅支持CSV,REST API和RDBMS的外部數據接入,數據源接入能力不足,無法滿足客戶現場多業務系統平臺對接需求。

* 3D圖數據、圖算法、運維管理可視化

StellarDB和Neo4j都支持2D可視化能力,例如圖數據展示,圖布局變化等。此外,StellarDB還支持了圖算法的可視化功能,大大降低了用戶的學習門檻。而在一些實際應用場景中,3D圖數據視圖更具表達能力,StellarDB在2D可視化的基礎上提供了3D可視化功能,幫助用戶更便捷的進行圖關系深度探索和分析。在運維管理方面,StellarDB提供可視化的數據導入、集群監控、圖查詢任務和圖計算任務監控等功能,進一步降低用戶的運維門檻,實現更加便捷的運維管理。

基于StellarDB的3D可視化視圖

6、更全面的安全保障,充分保障數據安全

隨著《網絡安全法》《數據安全法》《個人信息保護法》相繼公布并實施,數據安全成為企業越來越關注的問題。星環科技StellarDB支持圖數據的增量備份和全量備份,以及備份恢復功能等功能,保障數據庫內數據安全以及監測圖數據庫集群健康狀態,防止數據存儲意外發生。同時,在權限控制方面,StellarDB不僅支持圖(Graph)級別的權限設置(增、刪、改、查及圖管理),還支持了Neo4j不支持的更加細粒度的標簽(Label)和屬性(Property)權限控制,以實現更加精細化的權限控制。

另一方面,StellarDB還支持日志審計和數據脫敏等Neo4j沒有支持的功能。數據脫敏功能提供了一種輕量便捷的數據安全措施,可對某些敏感信息進行數據的脫敏處理,防止隱私數據在未經脫敏的情況下從企業流出,滿足一定場景下的監管合規要求。這項功能也可在數據可視化、報表生成等業務場景中發揮巨大作用。StellarDB的日志審計功能,通過日志記錄各種事件、數據變化、數據操作等,進行安全合規審查,預防危險事件、操作發生。

7、豐富的解決方案,助力企業打造一站式數字平臺

* 全棧圖技術解決方案

星環科技是國內同時具備圖數據庫、知識圖譜平臺、圖挖掘應用開發能力的企業,全棧能力可以助力企業機構快速構建知識圖譜應用。星環科技除了提供自研的分布式圖數據庫StellarDB,還有自主研發的知識圖譜平臺SophonKG,幫助企業構建一站式國產知識圖譜平臺。同時,星環科技還可提供面向業務應用場景的金融風控數智化轉型解決方案,幫助用戶快速發現風險點和可疑團伙,實現“人機結合”形式的智能化分析、研判和決策。

* 多數據模型聯合分析解決方案

StellarDB可基于多模型統一架構,與星環科技關系型分析引擎、寬表數據庫、搜索引擎、時空數據庫、時序數據庫等數據庫產品形成多模型聯合分析解決方案,實現了從GB 到PB 不同數據量的多源異構數據的快速存取、高效計算和統一管理,一站式地解決企業各類數據管理需求。通過多模型融合技術對外提供統一的SQL 接口、統一的計算引擎、異構的數據存儲模型、統一的數據管理系統和統一的資源管理系統,輕松實現跨模型聯合分析,簡化系統架構,大幅降低開發和運維成本,提高數據處理效率。

8、原廠專業服務,售后無憂

StellarDB是星環科技自主研發的國產圖數據庫,可提供及時、專業的技術支持與服務能力,強大的原廠售后服務保障能力,可快速響應客戶需求。

Neo4j的產品依靠國內代理商提供銷售并提供實施、運維服務;Neo4j在國內主要是運維人員,沒有原廠技術研發人員,很難保障SLA。

案例

國內某Top證券公司使用開源圖數據庫Neo4j構建了企業圖譜平臺,但隨著數據量的不斷增加以及管理要求的不斷提高,原先批數據處理依賴手工導入的方式操作繁瑣,給企業帶來很大的管理和成本壓力。該過程還需要中斷數據庫服務,影響數據庫業務的正常運行。此外,原系統的數據更新速度,深度關系查詢性能以及維護管理等方面也無法滿足該證券公司要求。

星環StellarDB與Neo4j的Cypher語法高度兼容,快速實現了多個業務的平滑遷移和上線,結合星環科技的知識圖譜平臺 SophonKG助力該證券公司打造了全新的一站式國產化企業圖譜,滿足了企業級的系統建設需要,支撐集團客戶畫像、風險事件 報告、科創板關聯發現以及聯機分析等應用場景,實現了分布式集群管理、統一的資源隔離與權限管理、計算性能的優化提升,以及豐富的可視化效果等。

分享到:
標簽:自主 數據庫 分布式 助力 可控 研發 打造 平臺
用戶無頭像

網友整理

注冊時間:

網站:5 個   小程序:0 個  文章:12 篇

  • 51998

    網站

  • 12

    小程序

  • 1030137

    文章

  • 747

    會員

趕快注冊賬號,推廣您的網站吧!
最新入駐小程序

數獨大挑戰2018-06-03

數獨一種數學游戲,玩家需要根據9

答題星2018-06-03

您可以通過答題星輕松地創建試卷

全階人生考試2018-06-03

各種考試題,題庫,初中,高中,大學四六

運動步數有氧達人2018-06-03

記錄運動步數,積累氧氣值。還可偷

每日養生app2018-06-03

每日養生,天天健康

體育訓練成績評定2018-06-03

通用課目體育訓練成績評定