漫威电影宇宙短暂而漫长的11年，终于迎来了自己第一个终结篇。

我们还在猜测，电影里是不是存在另一个平行世界，在那里，钢铁侠复活了看到了小摩根长大的样子，美国队长没有变老并准时去赴了约。但可以坚定的是漫威外的电影世界里，参演过漫威电影的演员们正在用其他的角色占领好莱坞，以至于我们现在在其他任何一部好莱坞电影中，都能找到“漫威演员”的身影。

举个简单的例子：扮演美国队长的克里斯·埃文斯，早在漫威前就曾与扮演黑寡妇的女神斯嘉丽·约翰逊，共同出演过两部电影《完美学分》和《保姆日记》。

在数据世界里，每个人就是一份数据，他们有不同的角色，人与人之间的不同角色会产生不同的人物关系，上面“美队”和“黑寡妇”的人物关系，其实就能够用一个简单的图数据关系图来呈现。

图数据库是近年来业界公认增长速度最快的数据库类型，就在5月10日，由IT168 旗下ITPUB企业社区平台主办的第十届中国数据库技术大会图数据库分论坛上，来自百度安全自主研发的开源图数据库HugeGraph技术负责人，为我们介绍了什么是图数据库、图数据库如何应用以及HugeGraph的技术框架。

什么是图数据库？

要理解图数据库，你并不需要具备太多图论知识。实际上，对普通人而言，图数据库比关系数据库更容易理解。

在图数据库领域，每个现实世界中的实体被抽象为一个顶点，实体之间的关联关系是一条边。实体可以是：人、电影、地点等任何事物，关联关系可以是：朋友、参演、出生于、喜欢等任何关系。

我们从一个真实的例子来开始了解图数据库。上图展示了“章子怡”这个明星的部分人物关系图谱。其中，章子怡和汪峰是两个节点，他们的关系是夫妻，与此同时他们有一个女儿醒醒。

我们生活的世界本身就充满了对象之间的相互联系，六度关系理论告诉我们，你跟任何一个陌生人，中间间隔都不会超过六个人。而图数据库在描述、存储、查询数据间关联时有着不言而喻的天生优势。

传统的关系型数据库在存储章子怡这个模型时，需要建立家庭情况、作品、获奖、合作导演、圈内好友等至少十几张表格，假设我们希望查询“章子怡和周冬雨的关系”，整个过程需要关联作品、导演等至少两张表才能找到答案。 

而利用图数据库，一条简单的图查询语句就能方便的查询到上面所示的关系。由此，随着社交网络、移动互联网、IoT和人工智能等新兴互联网应用不断涌现，用户、系统和传感器产生的数据呈指数级增长，数据内部依赖和复杂度增加，面对更为复杂的关联关系时，图数据库的适应性要远高于传统关系型数据库，可快速满足用户需求，效果高下立判。

图数据库的应用—以反黑产侦查为例

正如上面提到，比起传统的信息存储和组织模式，图数据库能够很清晰揭示复杂的模式，尤其在错综复杂的社交，物流，安全，金融行业效果更为明显，我们以HugeGraph在百度安全反黑产侦查上的应用为例。

首先在大数据平台中找到实体及其关联关系，然后存储到HugeGraph图数据库中，基于HugeGraph提供的图分析能力，可以轻松找到异常设备、IP、账号等信息，从而识别出恶意用户，输出能力可服务于威胁情报、反刷单作弊等业务。具体而言，比如针对反刷单场景，在IP、WIFI、手机电脑各种设备、账号等实体组成的关联图普中，如果有黑产用户通过成百上千个设备登录若干账号进行薅羊毛，这种网络的关联关系则较为稠密，那么通过图谱的多层（一般2层或3层即可）中心度计算就可以发现这种特征IP，一旦发现这种特征则连接该IP的设备和账号均视为高风险对象予以防范。

HugeGraph的存储原理和优势

百度安全每天需要处理大量的日志数据，并对数据进行挖掘分析以识别各种安全问题，HugeGraph不仅在反欺诈方面还为百度安全其他业务提供关联分析能力，那么HugeGraph究竟有哪些优势呢？

HugeGraph是由百度安全研发的一款面向分析型，支持批量操作的图数据库系统，它能够与大数据平台无缝集成，有效解决海量图数据的存储、查询和关联分析需求。支持HBase和Cassandra等常见的分布式系统作为其存储引擎来实现水平扩展。HugeGraph可以与Spark GraphX进行对接，借助Spark GraphX图分析算法（如PageRank、Connected Components、Triangle Count等）对HugeGraph的数据进行离线分析挖掘。

经过第三方框架graphdb-benchmarks的测试发现，HugeGraph在多种数据集的批量写入和最短路径查询性能上，均有着与市面主流图数据库相比不俗的表现。

在技术选型方面，百度安全的工程师们在充分研究了市面上主流的存储模型、查询语言后，选择支持属性图、采用以邻接表（顺序表）为基础的存储模型、完全兼容Gremlin图查询语言的技术方案。

HugeGraph选择支持属性图，顶点和边可以灵活使用属性来进行表征，相较于RDF更为直观，也是工业界普遍的选择。对于多维度、复杂的关系，使用邻接表存储更为紧凑、同时也更易于实现和优化性能，如磁盘IO优化等。查询语言使用的是非常流行通用、更贴近自然语言、且灵活强大的Gremlin语言，这也是遵循Apache Tinkerpop 的必然选择。

目前，图数据库的发展仍处起步阶段，成长速度极快，市场潜力巨大。在国外数据库市场上，既有巨头，也有专业厂商，还有创业厂商参与，相关产品已经初步进入市场化、产业化阶段。而反观国内，目前市面上成熟的图数据库产品尚属空白。

伴随全球范围内的人工智能革命，数据呈现爆炸式增长，企业能否充分利用好海量数据影响着企业发展的未来。百度安全研发的开源图数据库HugeGraph，将致力于引领国产数据库的革新，欢迎广大开发者加入开源，也将携手更多企业共建美好的数据库世界。

点击首页右上角“控制台”，申请产品免费试用体验。