在5G、物联网、人工智能等新兴技术的推动下，企业数据呈现爆发式增长，数据间的关联复杂度也随之剧增。在处理这些关联数据时，传统关系型数据库难以进一步挖掘海量关系数据背后的价值，存在应用瓶颈。以图数据结构存储和查询数据、优化关联复杂查询，成为了近年崛起速度最快的数据库技术，在这种背景下，图数据库应运而生。

　　图数据库的发展最早可以追溯到2007年工业界第一款图数据库——Neo4j问世，此后图数据库技术便不断更新迭代，全球市场上的图数据库产品不断增加。据2021 Gartner 最新报告预测，随着对数据隐性关联实时洞察的需求日益增长，到2023年全球30%的企业都将使用图技术来支撑其智能商业决策。当前，国外图数据库市场上开源、商用图数据库并驾齐驱。截至2022年1月，进入DB-Engines Graph数据库监控范围的产品就达到35款，如下图所示。其中既包含如Neo4j、JanusGraph为代表的开源图数据库，又有TigerGraph、Neptune等商用图数据库。图数据库逐步成为发达国家在数据库领域竞相布局的新兴热门领域，并已形成初步的市场规模，正处于快速发展之中。

　　近年来，我国图数据库产业发展同样迅速。目前产业侧已涌现20余款图数据库产品，来自各大高校实验室、研究所、大型互联网企业、新兴创业公司、传统IT服务商等的技术团队均纷纷投入到图数据库领域的研发工作中，图数据库市场一派热闹景象。大型互联网企业推出的产品有百度HugeGraph、腾讯TGDB、阿里GDB、蚂蚁TuGraph（前GeaBase）、字节跳动ByteGraph等，此外星环科技分布式图数据库StellarDB、创邻科技GalaxyBase、欧若数网NebulaGraph等产品各具特色，更有国家电网为代表的行业用户侧推出的行业级图数据库产品GridGraph。众多企业纷纷布局图数据库领域，国内图数据库产品快速崛起，整个市场竞争日趋激烈。

　　相对于传统的信息存储和组织模式，图数据库以“图”这种数据结构作为逻辑结构存储和查询数据，能够很清晰地展示复杂的模式，专注于具有关系分析需求的高度关联数据，是一种NoSQL数据库。由于其提供了对关联数据最直接的表达，并具备图模型对异构数据天然的包容力，图数据库相比较于关系型数据库，在处理关联关系上性能可提升2～4个数量级，能够深挖关联关系，释放潜在数据价值。图数据库天然优势使其在应用于数据变化迅速、复杂度高、频繁查询的社交、物流、金融风控等行业时，效果更为明显。

　　当前，图数据库技术已趋于成熟并且逐步进入了场景化落地阶段。究其原因，一方面，随着图数据库技术产品逐步成熟，产品应用的投入成本逐步走低。另一方面，处理复杂关联关系的业务需求日趋旺盛，推动图数据技术、分析手段不断创新，以获取明显的业务价值和收益。因此图数据库在金融、电信、社交、电商、零售、公安、物联网等行业实现了较多案例应用。如在电信领域，依靠图数据库来管理网络、控制访问并支持客户画像。在金融领域，通过建立客户的关系图，根据客户社会关系、近期交易记录等，来决定是否授权放贷、放贷金额等，提升金融行业的风控能力。随着图数据库技术的成熟与普及，将来在传统行业内也必将大展拳脚。

　　当前，在大量涌现的图计算需求驱动下，图数据库发展进入急速增长期。尽管在传统数据库时代，国外企业一直占据国内数据库市场的绝对份额，但在图数据库方向上，市场格局还远没有定型，迎来了与国外企业同期起步的产业发展新机遇。2021年11月底工业和信息化部印发《“十四五”软件和信息技术服务业发展规划》，明确提出了“突破大规模并行图数据处理关键技术”。依托我国“大数据之国”呈现出的客户众多、数据量庞大、业务场景繁复的天然优势，以及在金融、社交等领域的超大规模数据计算的场景，加速布局发展图数据库正当其时。

　　图数据库具备高效处理关联关系、利于实时的大数据挖掘及结果可视化等优势，弥补了关系型数据库的不足。从供给端来说，图数据库市场已初步形成规模，涌现了各种开源和非开源的图数据库。但真正的原生图数据库产品并不多，成熟的自研的商业化原生图数据库产品更是屈指可数。图数据库存在的短板，如相关图查询语言尚未统一、底层系统层面支撑不足等仍待进一步完善解决。发展图数据库，应持续加强影响图数据库产业发展的技术突破，打牢未来规模化应用的技术基础，在新赛道的竞争中保障产业的自主安全。

　　当前我国图数据库已经具备了比较成熟的产品及实践案例，但截至目前，国内图数据库主要被应用在金融风控、推荐、社交、销售等场景，图数据库的应用范围仍然较小。立足应用侧真实业务需求，挑选具有针对性、高门槛特点的应用场景作为产品成熟度提升的“试炼场”，通过重构原本的遗留系统或者部署于新的业务系统，不断打磨图数据库产品，实现从技术到产业的全面突破性发展。

　　FASGraphDB是中科金审自主研发的大规模分布式原生图数据库产品，采用混合式计算架构，高压缩比缓存技术，可支持海量数据图谱的高效存储和查询。用户可快速将分散的大规模异构数据进行图谱构建、智能分析及挖掘关联，将全量数据归一为业务理解的语言和图形，最大化还原数据的本质。

　　FASGraphDB适配国产主流的基础软硬件，拥有跨行业跨场景的功能特性及卓越的性能表现，满足企业对更大规模、更复杂数据的实时处理和存储需求。

　　FASGraphDB具有多源数据存储融合能力，高效的数据组织能力，支持灵活配置整合多源异构数据生成图。FASGraphDB支持多样的数据源，包括结构化数据、半结构化数据、非结构化数据，并将来自多源，异构的数据汇聚到一个知识图谱中，实现海量数据的图存储和图计算。

　　针对图计算大量随机访存特性设计了高效的存储架构，实现数据的高效存储，采用压缩稀疏矩阵表示，最大限度降低内存开销，提升缓存命中率，无锁设计和向量化并行计算技术。面向超大规模数据有可靠的数据组织能力，支持百亿规模节点和边的存储及计算，维持高吞吐的同时保持低球速体育官方网站延时。

　　利用图计算引擎的丰富的智能图算法，准实时响应节点搜索、多跳查询、最短路径分析等操作，面对错综复杂的网络关系，能够遍历 10 度以上关系执行复杂查询来获得更深入的洞察。助力用户深挖实体间的隐含关系。

　　提供丰富的可视化交互工具，从Schema设计到数据映射、数据导入、数据查询、数据分析均可通过可视化界面实现，让用户把更多时间专注于数据理解。能满足大数据量图的交互式可视化，以探索式分析的方式直观呈现图谱分析过程及复杂数据关系，有利于揭示事件背后丰富的因果链条。