《2019年圖數據庫場景及展望.pdf》由會員分享,可在線閱讀,更多相關《2019年圖數據庫場景及展望.pdf(32頁珍藏版)》請在三個皮匠報告上搜索。
1、全球敏捷運維峰會廣州站圖數據庫場景及展望全球敏捷運維峰會廣州站1.市場分析2.應用分析3.優劣對比目錄全球敏捷運維峰會廣州站1.市場分析全球敏捷運維峰會廣州站急速增長中的圖數據庫全球敏捷運維峰會廣州站百花齊放的圖數據庫Operational 圖數據庫RDF圖數據庫Neo4jTitanJanusGraphAllegroGraph多模式圖數據分析及大圖數據庫BlazegraphVirtuosoAzure Cosmos DBArangoDBTuriApache GiraphTigerGraphCayLeyDgraphOrientDBStardogSqrrlRedisGraph全球敏捷運維峰會廣州站圖
2、數據庫重點軟件發展圖數據庫的關注度越來越多,并且大部分都是有持續在更新全球敏捷運維峰會廣州站人氣王neo4j已收攬千萬級的下載量從下載數量來看還是前景很大有7M是基于下的neo4j的docker版neo4j使用經驗工程師 50K+通過多年培訓和逐步推廣目前大概有5萬多名圖數據庫相關技術會議GraphConnect大會已有上千人參會。圖數據庫參會人數 50K+neo4j下載量10M+全球敏捷運維峰會廣州站以neo4j為例的數據大盤展示全球敏捷運維峰會廣州站數據庫巨頭也在加大圖數據庫投入1國外的圖數據庫情況2國內圖數據庫情況2017年10月,華為云推出了圖引擎服務阿里云螞蟻金服Geabase圖數據
3、庫已開始在宣傳,但還未在阿里云發布2018年8月,百度推出了hugeGraph圖數據庫2017年11月底,亞馬遜在 AWS 2017全球峰會發布了全新的圖數據庫產品:Neptune.2017年7月,SQL Server 2017 rc1發布,引入了圖數據庫的支持,2017年10月正式發布。2017年3月,Oracle 12.2開始支持屬性圖和圖分析全球敏捷運維峰會廣州站The Hadoop and Big Data Market are projected to grow from$17.1B in 2017 to$99.31B in 2022 attaining a 28.5%CAGR.來源
4、:StrategyMRC非關系數據存儲,預計將成為大數據中增長最快的技術類別。2015年至2020年的復合年增長率為38.6$17.10$24.30$34.60$49.10$69.80$99.30 020406080100120201720182019202020212022全球Hadoop和大數據市場規模 2017-202238.60%23.30%17.30%16.60%14.60%9.30%0.00%10.00%20.00%30.00%40.00%50.00%大數據業務市場增長最快的類別2015-2020存量市場-大數據機遇全球敏捷運維峰會廣州站全球大數據市場增長2017-2019($bi
5、llion)$747.20$1,460.60$2,392.60 127.20%$95.90 63.80%$0.00$500.00$1,000.00$1,500.00$2,000.00$2,500.00$3,000.00201720182019中國大數據市場增長2017-2019($million)全球大數據市場增長趨勢明顯國內大數據市場增速遠高于USAUK等國家2017年增速達127.2%,2018年增速達95.5%$15.50$20.60$26.00 36.30%32.40%26.20%$0.00$5.00$10.00$15.00$20.00$25.00$30.00201720182019存
6、量市場-大數據國內增速遠高于國外。全球敏捷運維峰會廣州站2017-2022,硬件營收占比約為28.6%。2017年,近46.17億美元;2022年,約198.62億美元全球大數據收入細分 2016-2027(十億美元計)28.60%33.30%38.00%營收分塊HardwareSoftwareSevices$11$14$16$19$21$24$26$27$29$31$32$33$9$10$12$14$15$16$18$19$20$22$23$24$8$11$14$17$20$24$27$31$34$38$42$46$0$20$40$60$80$100$12020162017201820192
7、0202021202220232024202520262027服務硬件軟件存量市場-在大數據領域,硬件和服務占了很大比重全球敏捷運維峰會廣州站連接數量國內:據工信部數據,截至 2018H1,我國物聯網終端用戶數已達到 4.65 億,是2017年同期的 2.5 倍全球:2017年,全球物聯網連接數達到 84 億,首次超越人的連接2018年,全球連接數將超過 90 億,增長16.6%2025年,將達到 251 億,增長27.3%市場規模2018-2023 年中國物聯網行業細分市場需求與投資機會分析報告數據顯示,中國物聯網行業到2018 年市場規模將突破2萬億元,到 2022年將接近7.2 萬億元。
8、增量市場-萬物互聯,數據爆發帶來了圖數據庫的機會全球敏捷運維峰會廣州站2.應用分析全球敏捷運維峰會廣州站兼具直觀性的圖數據庫一圖勝過千言萬語比起傳統的信息存儲和組織模式,圖數據庫能夠很清晰揭示復雜的模式,尤其在錯綜復雜的社交,物流,金融風控行業效果更為明顯。全球敏捷運維峰會廣州站圖數據庫:特點更好,更快速的查詢和分析:更好,更快速的查詢和分析:圖數據庫為查詢相關數據(無論大?。┨峁┝俗吭降男阅?。圖模型提供了固有的索引數據結構,因此它不需要為給定條件的查詢加載或接觸不相關的數據。這使得它成為更好、更快的實時大數據分析查詢的絕佳解決方案。更簡單和更自然的數據建模:更簡單和更自然的數據建模:使用關系
9、型數據庫建模的人都需要了解數據庫的規范化和參照完整性的嚴格規則。一些NoSQL數據庫則走向了另一個極端,將所有類型的數據放在一個大型表中。另一方面,在圖數據庫中,可以定義任意類型的頂點類型來表示對象,并定義邊類型來表示特定的關系。同時支持實時更新和查詢:同時支持實時更新和查詢:圖數據庫支持對大圖形數據的實時更新,同時支持查詢。數據結構的靈活性:數據結構的靈活性:圖數據庫具有靈活的schema修改。用戶可以不斷添加或刪除新的頂點、邊和屬性,擴展或縮小數據模型。這對管理不斷變化的對象類型特別方便。大多數圖數據庫可以在線修改schema,同時繼續提供查詢。全球敏捷運維峰會廣州站覆眾多行業場景,尤其是
10、在社交和金融風控領域社交網絡金融風控社交網絡數十億個關系查詢延遲降低到秒級,目前傳統關系型數據庫基本無法實現超過3層好友關系的查詢。推薦引擎知識圖譜關系分析電商,短視頻,新零售等都有強烈需求。網絡&IT運維基礎設備規模龐大、結構復雜,幫助深入了解設備狀態、設備之間的關系,實現全網絡設備智能監控與管理金融風控提供實時的用戶行為檢測,識別敏感用戶,及時識別欺詐風險,錯綜復雜的人物關系分析,進行用戶分群,識別異常群體通過用戶興趣、好友和閱讀歷史記錄等信息之間的關系,向用戶提供推薦。車聯網應用車聯網應用網絡&IT運維推薦引擎全球敏捷運維峰會廣州站金融風控場景涉及維度多,傳統數據庫無法很好解決銀行風險壓
11、力合規監管風險黑產欺詐風險內部員工風險利用圖譜網絡開展風險管理員工管理員工與親屬、員工與外部企業客戶管理財務狀況、征信、行業、資金流動性、重大事件關系管理親屬關系、股權關系、集團關系、業務關系、供應鏈、行業關系業務管理業務流程、業務合規、業務資金、業務進展、業務數據全球敏捷運維峰會廣州站金融風控場景涉及維度多,傳統數據庫無法很好解決全球敏捷運維峰會廣州站發現隱藏股東和集團邊界情況全球敏捷運維峰會廣州站發現風險預警全球敏捷運維峰會廣州站社交推薦案例-如何向用戶推薦最符合需求和興趣的聚會活動A全球敏捷運維峰會廣州站社交推薦案例-如何向用戶推薦最符合需求和興趣的聚會活動B全球敏捷運維峰會廣州站社交推
12、薦案例-如何向用戶推薦最符合需求和興趣的聚會活動C全球敏捷運維峰會廣州站社交推薦案例-如何向用戶推薦最符合需求和興趣的聚會活動D全球敏捷運維峰會廣州站3.優劣對比全球敏捷運維峰會廣州站圖數據庫目前優勢明顯,還需在性能和周邊需要完善。圖數據庫在處理關聯關系上具有完全的優勢,特別是在我們這個社交網絡得到極大發展的互聯網圖數據庫在處理關聯關系上具有完全的優勢,特別是在我們這個社交網絡得到極大發展的互聯網時代。例如我們希望知道誰時代。例如我們希望知道誰LIKES(喜歡)誰(喜歡可以是單向或雙向),也想知道誰是誰的(喜歡)誰(喜歡可以是單向或雙向),也想知道誰是誰的FRIEND_OF(朋友),誰是所有人
13、的(朋友),誰是所有人的LEADER_OF(領導)。除了在關聯查詢中尤為明顯的優越性,(領導)。除了在關聯查詢中尤為明顯的優越性,圖數據庫還有如下優勢:圖數據庫還有如下優勢:a)用戶可以面向對象的思考,用戶使用的每個查詢都有顯式語義;b)用戶可以實時更新和查詢圖數據庫;c)圖數據庫可以靈活應對海量的關系變化,如增加刪除關系、實體等;d)圖數據庫有利于實時的大數據挖掘結果可視化。圖數據庫雖然彌補了很多關系型數據庫的缺陷,但圖數據庫雖然彌補了很多關系型數據庫的缺陷,但還有一些不足地方還有一些不足地方,如:,如:a)不適合記錄大量基于事件的數據(例如日志條目);b)二進制數據存儲。c)并發性能要求高
14、的項目。d)目前相關圖查詢語言比較多,尚未有很好統一。e)圖數據庫相關的一些書籍文檔偏少。f)相關生態還在不斷完善。全球敏捷運維峰會廣州站Relational vs Graph的大比拼https:/ p.*FROM products as p;MATCH(p:Product)RETURNp;SELECT p.ProductName,p.UnitPriceFROMproducts as pORDER BY p.UnitPrice DESCLIMIT 10;MATCH(p:Product)RETURNp.productName,p.unitPrice ORDERBYp.unitPrice DESC
15、 LIMIT10;SELECT p.ProductName,p.UnitPriceFROMproducts AS pWHERE p.ProductName LIKE C%AND p.UnitPrice100;MATCH(p:Product)WHEREp.productNameSTARTSWITHCANDp.unitPrice100RETURNp.productName,p.unitPrice;全球敏捷運維峰會廣州站在復雜查詢對比中,高下立盼。SELECT DISTINCT c.CompanyNameFROM customers AS cJOIN orders AS o ON(c.Custome
16、rID=o.CustomerID)JOIN order_details AS od ON(o.OrderID=od.OrderID)JOIN products AS p ON(od.ProductID=p.ProductID)WHERE p.ProductName=Chocolade;MATCH(p:ProductproductName:Chocolade)-:PRODUCT-(:Order)(l:ProductCategory)-:PARENT*0.-(:ProductCategoryname:DairyProducts)RETURNp.name全球敏捷運維峰會廣州站世界百強公司中大比例在使用圖數據庫。https:/ YOU!