杭州悦数叶小萌：GQL标准、HTAP、智能化是图数据库发展趋势

本文为《图数据库选型指南》系列选题文章之一，对话一线厂商和用户，揭开图数据库这一新型数据库的神秘面纱。探求图数据库技术发展的重点和难点，整理行业落地应用的实践，供业内参考。

海量数据爆发下如何挖掘数据价值成为每个企业的必修课，图数据库因在处理复杂关系方面有独特的优势，可以挖掘关系背后隐藏的数据价值，越来越受到关注。

本期我们邀请到了杭州悦数CTO叶小萌，他认为图查询语言标准GQL的推出、支持HTAP、图数据库与AI/大模型结合这三个方面是图数据库的研究重点，也是未来的发展趋势。近几年，图数据库的应用落地正在加速，已经从互联网社交网络拓展到金融、电信、制造业、能源电力等越来越多的行业。不过图数据库还处在早期发展阶段，还有很长的路要走。

杭州悦数CTO叶小萌

01 图数据库从社交网络走到千行百业

图数据库是一种NoSQL数据库，是将包含顶点和边的基本图结构与持久化技术和遍历(查询)语言相结合，以创建针对高度关联数据的存储和快速检索进行优化的数据库，其中点表示实体，边表示关系。在图数据库中，实体之间的关系与数据中的实体同等重要，甚至比后者更加重要。因此，与其他数据库相比，图数据库更擅长表示和处理关系，挖掘隐藏在数据之间的价值。

像其他NoSQL一样，图数据库也是因互联网的爆发而发展起来。叶小萌是较早接触图数据库的那一批人，从2011年加入Facebook(现META)，到2015年加入蚂蚁集团，再到2018年从蚂蚁集团出来创立图数据库品牌悦数图数据库，一路来的工作都与图数据库相关，他也见证了图数据库的发展。

图数据库按照数据模型的不同分为RDF和属性图，如今工业界大部分都是属性图。叶小萌介绍，图数据库最早的应用是随着互联网发展起来，用图(网页是点，网页之间的引用关系是边。)表达互联网的网络形态。当时互联网的索引关系较为简单，基本不需要属性，大多应用RDF，且以学术界居多。

2007年首个商业的属性图数据库Neo4j成立公司，移动互联网、大数据、人工智能、机器学习等新技术进一步推动了图数据库的快速发展，图数据库经历了从单机到分布式的演进，如今属性图已经成为工业界主流。

从属性图来看，最早应用于社交网络，例如Facebook(现Meta)、LinkedIn、Twitter等应用图进行好友推荐。接下来图数据库从社交网络逐步走到金融业、高端制造业、零售业、能源电力行业、生物制药、游戏、政府、公安，走向千行百业，应用于智能推荐、搜索优化、集成电路EDA设计、供应链优化等领域、金融反欺诈、反洗钱、电信诈骗等场景。图几乎无处不在。

比如在高端制造领域，BOM图零部件非常复杂，以汽车为例，将汽车零部件BOM图拆解到螺丝钉层面，可能经过几十层，如果用传统数据库来呈现BOM图，会非常慢，大概需要10分钟。而图数据库擅长处理关系，就会很容易实现。

叶小萌在2018年出来创业时觉得图数据库将迎来一个爆发点，在最初的两年，用户对图数据库还缺乏认知，还需要向用户解释什么是图。疫情以来，大家对图数据库有了更深入的了解，如今与客户讨论更多变成了在什么地方以及如何用图数据库，图数据库正加速落地应用。

02 需求与选型：重点关注性能、易用性、扩展性

与其他数据库一样，图数据库并不是针对特定行业做的产品，而是通用的软件产品。但是不同应用场景对图数据库的需求存在差异。叶小萌认为，总体来看，图数据库的应用场景有偏向AP分析类和偏向TP交易实时类两种，而且这两种场景都会同时存在。

叶小萌建议，企业机构在进行图数据库选型时，要重点关注：该图数据库是否同时支持AP和TP。在 TP 端重点关注性能，查询量、查询速度、以及并发能力等。在 AP 端，要考虑算法的丰富程度以及易用性，比如是否容易去拓展让用户去写一些算法等。此外，非常重要的一点是企业都在快速发展，数据量也会越来越大，系统的可扩展性也需要重点关注。目前，以悦数图数据库为代表的图数据库采用存算分离的分布式架构，拥有灵活的弹性扩展能力。

图数据库擅长处理关联关系，在数据库堆栈中有自己的生态位。传统关系型数据库，需要多表Join操作去做关联分析，在复杂分析场景，当做一些深度遍历时，传统的关系型数据库，以及能处理图模型的多模数据库就会变得非常慢，影响性能。

当前，企业里应用图数据库常见的业务系统架构需要三套系统，图数据库扮演连接器的角色。首先有一个TP数据库保存数据，数据会同步到后端的数仓进行后续分析。如果业务对关联关系分析有诉求，还会用到图数据库，数据会从TP 数据库同步到图数据库。这样一套架构会存在一些问题，首先，三套系统，建设成本和运维成本都比较高，最重要的一点是时延问题，图数据库的数据从TP数据库同步过来会存在一定的延时性，某些对时延要求高的业务无法接受。

现在有一些客户提出用用图数据库替换关系型数据库的需求。如果图数据库能支持增删改查，支持事务，可以用图数据库替代关系型数据库，业务数据直接写入图数据库，图数据库再把数据同步到后端数仓，整个系统就简化成两个。系统建设成本、运维成本以及时延的问题都可以很好解决。

叶小萌指出，由于图数据库发展图数据库发展时间较短，在事务支持等方面还不够成熟。未来三到五年，随着图数据库不断成熟，以及业务需求需要，会有一些场景使用图数据库替代关系型数据库，但不是完全替换。他认为在所有NoSQL数据库中，图数据库更贴近关系型数据库。因为图数据库慢慢可以支持事务，支持实时读写，其他NoSQL数据库或者大数据系统很多都无法支持。而在查询语言方面，图数据库也有自己的查询语言，比如在最新的图查询语言GQL甚至可以支持 select 这样的SQL 语句。

03 展望未来：三大重点发展趋势

叶小萌认为，图数据库正迎来快速发展期，当下的重点和难点以及未来的发展趋势，主要有以下三个方面：

一是，GQL标准查询语言的推出。经过行业多年的讨论和研究，4月12日，国际标准化组织(ISO)与国际电工委员会(IEC)共同发布了图查询语言标准 GQL(Graph Query Language)，标准编号为 ISO/IEC 39075:2024。这是继 ISO 发布第一版 SQL 37年后第二个数据库查询语言标准，相当于SQL的姊妹篇。

SQL标准自1987年推出后，各大高校、研究院所开设各种数据库课程，培养数据库人才，极大地推动了数据库的发展。而ISO-GQL标准的发布，也将终结此前图数据库查询语言所处的战国纷争的状态，更利于高校、院所开设课程培育人才，促进大家对图数据库的认知，也会进一步促进图数据库的应用。

GQL推出后，现有的图数据库产品需要在内核层面基于GQL进行重构，这是比较大的挑战。

二是，TP和AP融合，拥有HTAP能力。TP业务和AP业务对应到图数据库里面的图查询和图计算，以前通常会部署两套系统，这带来了时延和架构复杂性。如何将AP和TP有机结合起来，共享底层数据，架构上更加灵活地支持在线型TP业务以及分析型AP业务，是图数据库发展的重点。据悉，悦数图数据库已经初步具备了HTAP能力，查询和计算可以共享底层数据。

三是，图数据库与AI的结合应用。随着大模型发展，图数据库与AI/大模型结合的探索越来越多。总体来看，图数据库智能化发展分为AI4DB和DB4AI两个方向。

与其他数据库类似，AI4DB方面，图数据库与AI的结合主要集中在交互侧，Text2GQL利用大模型生成GQL查询语言，降低了图数据库的使用门槛，悦数等图数据库厂商已经有所布局。此外，便是在数据库运维方面，利用大模型的能力提供智能告警、诊断、根因分析等，助力DBA。而在内核执行优化等方面，AI的应用更多还在探索中。

与其他数据库不同的是在DB4AI方面，图数据库所支撑的知识图谱本身与AI应用结合的比较紧密。随着大模型的发展，在比较火热的RAG方面，图数据库也大有可为。悦数图数据库正在探索Graph RAG，以弥补RAG的不足。

RAG(Retrieval-Augmented Generation)检索增强生成，作为一种将检索与生成相结合的技术，RAG 使得大模型在理解和回应用户需求方面更加精准和高效，减少大模型的幻觉。叶小萌指出，RAG如果只是单纯用向量对比，本质上还是关键词比对，准确性会存在一些问题。而Graph RAG通过知识图谱、知识库增加了知识语义的解释和关联性，悦数图数据库提供了向量检索能力，当提问题时，可以通过向量比对先找出向量上相似的内容，基于语义、关联关系，先过滤掉一部分不那么相关的内容。然后根据关联关系，在图上找到近似内容或者有关系关联的块，再把这些块交给大模型去处理，效果就会比直接用RAG的方式好很多。

当前图数据库还处在早期发展阶段，正在经历市场教育的过程，市场也鱼龙混杂。叶小萌认为图数据库将迎来快速发展，图数据库也在等待自己的杀手级应用。