在第一期的节目中，我们简单地介绍了图这种数据分析工具，今天我们就来再聊聊为什么越来越多的人认为图+人工智能可能是数据管理的未来？这里我们引用Alin 博士在一次采访中的回答，节选2段分享给大家。Alin博士是加州大学圣地亚哥分校的数据科学教授， 同时也是TigerGraph的首席科学家。
更多信息及相关链接，请访问官网：https://www.tigergraph.com.cn/walkman/episode-2/

SHARE

COMMENT

VOICE_COMMENT

COMMENT_PAGE

CLAP

PICK

VOTE

AI_SUMMARIZE

TigerGraph

anna.you@tigergraph.com

官网

你可能不知道，我们每天都在使用图：
每次访问LinkedIn时，看到1度、2度或3度联系人，我们都从该社交网站基于图数据库构建的专业网络图中获得结果。 Facebook、Instagram和Twitter都使用图数据库和图分析来了解用户之间的相互关系，并将他们与正确的内容联系起来。 每次执行搜索时，我们都在点击搜索引擎的知识图。 亚马逊上的那些产品推荐——“购买此商品的人也购买了……”或“这些商品经常一起购买”？ 这也来自图分析查询。 

TigerGraph的分析速度比关系型数据库快1000倍：
关系数据库将数据存储在单独的表中，需要耗时的表联接来分析关系。图数据库将数据存储为预连接的实体，因此无需进行表联接——只需遍历图或连接的数据即可查看和分析关系。TigerGraph的核心是设计有高性能存储和计算功能的分布式图数据库。 每个实体和连接实体的每个边都是计算单元，可提供最佳性能。您的数据会自动划分为多个节点，您无需记住哪个节点包含特定数据，TigerGraph会为您跟踪。

TigerGraph比其它图数据库快40到300倍：
第一代图数据库是使用本机图存储构建的，但不能处理大数据或查询量，也不能在图内部执行超过三个级别或连接的操作（称为跃点）。 随着图中的每一跳，搜索范围都会大大扩展，并且收集到的见解会更深入。
第二代图数据库建立在NoSQL存储的基础上，从而允许它们加载大量数据。 但是，它们仍然无法扩展涉及三跳或更多跳的查询。 较旧的图数据库通常也不支持“数据库分片”，即在多个服务器上对数据进行分区以提高可伸缩性，这意味着无法分发具有TB级数据的大型图。 这些遗留图数据库的设备不足，无法满足当今的实际需求，因此需要一种能够高效并并行执行许多跃点以对大数据提供亚秒级查询性能的系统。
TigerGraph具备企业级平台功能及稳定性，拥有最低的拥有成本和从千兆字节到TB的无摩擦扩展，并已准备好进行PB规模的部署。TigerGraph正在与其他行业领导者合作，以最终确定图查询语言GQL的ISO标准。 TigerGraph支持GSQL，这是一种高级的图灵完备的查询语言，使用户能够在几天之内开发复杂的AI和机器学习应用程序。

TigerGraph能帮助你解决哪些问题?
TigerGraph是唯一的企业级可扩展图数据库，基于互联数据进行高级分析和机器学习。TigerGraph的成熟技术连接了数据孤岛，可进行更大规模、更深入的运营分析。 全球十大银行中有七家正在使用TigerGraph进行实时欺诈检测。 在美国有超过5000万患者接受了护理路径建议，以帮助他们进行康复之旅。 3亿消费者通过TigerGraph支持的推荐引擎获得个性化推荐。 TigerGraph对10亿人口的能源基础设施进行了优化，以减少电力中断。 TigerGraph的成熟技术支持欺诈检测、反洗钱、客户360、网络安全威胁检测、主数据管理(MDM)、物联网(IoT)、AI和机器学习等应用程序。 
实施任何新技术都需要一定的投资和承诺，但是，如果您的IT工具包中没有图技术，随着时间推移，成本可能更高昂，也更加痛苦。最佳的实施策略是采取渐进方式，然后逐步深入和扩大。 
如果您想查看更多信息，请访问官网https://www.tigergraph.com.cn/

AI_SUMMARIZE_EPISODE

TigerGraph 随身听：带你走进图分析

第2期：为什么说图 + 人工智能可能是数据管理的未来?