InfoQ 专访｜图数据库赛道兴起，看 NebulaGraph 如何打造差异化！

5G、物联网、AI 等新兴技术的不断发展，不仅让数据量急剧攀升，同时也使得数据的关联变得复杂化，而传统的关系型数据库往往无法承接这些变化。相比之下，图数据库在处理关联关系上的性能则更具有优势，也能够深挖数据之间的关联性，释放数据的潜在价值。

为了深入了解图数据库的发展趋势与落地情况，InfoQ 记者有幸在 2022 ArchSummit 全球架构师峰会北京站上，采访了 NebulaGraph CTO 于新林老师。

InfoQ：近年来，我们看到越来越多的公司开始进军图数据库领域，对于厂商自身而言，如何才能打出差异化？

于新林：在考虑差异化之前，我们首先要考虑客户需要什么，我们解决了客户哪方面的问题，然后再考虑如何做好，给客户提供更大的价值。当我们在服务好客户的时候，差异化如何体现呢？

目前来看，我们的图数据库产品 NebulaGraph 的几个关键词是：开源、分布式、OLTP+OLAP、计算存储分离、处理超大规模数据、高性能。对于杭州悦数科技有限公司来说，做好产品，服务好客户就是我们打出的差异化：NebulaGraph 稳定性好，原生分布式，并且可以支持大规模海量数据。

另外，作为一家坚持开源的图数据库厂商，我们一直保持服务好用户的初心，给客户提供更优质的服务。在前期的 PoC 阶段，我们可以跟客户一起理清他们的数据模型，帮助客户写一些数据上的语句，让他们更好地使用图数据库。上线以后，我们会快速地响应客户的问题以及持续地给客户提供升级、运维的一整套服务。

InfoQ：对于企业而言，又该如何结合自身业务选择最适合自己的图数据库产品？或者说，选择一款图数据库需要从哪几个维度去考虑？

于新林：我感觉企业要想选图数据库主要从以下几个方面出发：

首先，要看业务的场景，如果你的业务是偏线上实时交易的，那就需要选择 OLTP 能力比较强的图数据库，如果你的场景是偏图计算和分析的，可能要选一款偏 OLAP 的，亦或者两种场景都需要，那就选择混合的；

其次，要考虑图数据库的稳定性，如果不稳，其实业务都是无法开展的。另外就是性能因素，这款图数据库产品的并发情况、响应时间等等；此外，由于图数据库中有大量数据是从外部导入的，因此，也需要考虑海量数据的导入性能和时间是否满足业务需求。最后，当我们选择图数据库厂商时，也需要考虑服务持久化的问题。

InfoQ：据 Gartner 预言，图数据库很快约占到数据库领域 10％ 市场。从您的观察来看，图技术的落地情况达到了怎样的阶段？

于新林：图技术是一个快速发展的方向，是否占 10% 我没法准确感受。我能感受到的是：起风了。从目前市场来看，客户对图相关接受度越来越高，购买、使用图数据库的客户越来越多，这基于两个方面：一方面得益于技术的成熟，另一方面是客户的认知和对图的需求逐渐攀升。图技术相关领域其实蛮广泛的，图计算、分析、存储、渲染、展示、图+AI 以及各种各样基于图的业务应用，如社交、防疫、供应链、知识图谱等。我们最近也发布了几个联合方案：金融反欺诈、智能投研平台、智能运维，通过这些方案，让我们能更好地配合合作伙伴的业务，推动生态的健康发展。

InfoQ：与传统关系型数据库相比，图数据库虽然可以从海量数据中挖掘数据的关联，但据了解，目前市面上的图数据库产品还很难满足快速实时导入数据。能否请您介绍下，目前图数据还存在哪些局限性？

于新林：从我们目前接触客户来看，客户对快速实时导入确实是刚需，我们这方面能力相对还好，目前感觉不是瓶颈。我现在一个基本的感受是：图技术，相对于关系型数据库来说属于新兴技术，可能对于很多国内用户来说对还比较陌生，但其实这项技术在海外已经盛行了几十年，包括 NASA、ebay、airbnb 在内的大小企业都在使用图数据库来解决通信、 互联网、电子商务、社交网络和物联网等场景下的数据问题。近几年，图数据技术在国内也逐渐开始火热，NebulaGraph 也逐渐被腾讯、美团、京东、360数科、微众银行、小红书、知乎、快手、BOSS直聘等许多知名企业采用。

虽然现在国内图数据库行业还不够成熟，标准也不完全统一，但同时我们也欣喜地看到国内互联网大厂、以及像 NebulaGraph 这样的专业厂商，正在努力构建一个成熟完善、用户友好的生态。相信假以时日，我们能够让更多用户低门槛地使用各种图探索工具，感受图算法的快捷高效、更生动地感受到“图”数据的直观性和处理关联数据的强大能力。

InfoQ：面对行业的痛点问题，NebulaGraph 做了哪些迭代和优化？

于新林：客户目前的一些痛点问题主要还是在稳定性、性能、大数据、高可用、实效性以及数据导入性能等。针对这些痛点，我们通过产品的一个个迭代和版本逐步解决。

举例来讲，为了解决稳定性问题，我们加大了测试的投入，包括功能测试、长期稳定测试、极限压力测试、混沌测试等等；为了解决高可用问题，我们做了很多功能，包括快速扩缩容、数据 balance、备份恢复、集群间复制等等。通过一次次迭代和优化，能在最短时间内解决客户的痛点问题，也尽快建立起和客户之间的信任关系，客户会更放心的使用我们的产品。

InfoQ：在 NebulaGraph 数据库支持下，已经解决了哪些企业的问题，能否分享几个成功的案例？

于新林：在官网 https://www.nebula-graph.com.cn/ 上有很多这样的案例，这些都是客户贡献的案例说明，比较客观一些。我分享两个：我们有家客户是偏政府的，他们最大的特点就是数据量特别大，而且数据量在持续地增长，点在千亿级别、边在万亿级别，他们的数据需要定期导入。最大的诉求是分布式、支持海量数据、快速响应时间以及很高的导入速度。刚好我们的产品能比较好地满足他们的需求，所以两边能很快地配合进行 PoC、验证、上线，现在已经持续稳定跑了很久。

另一个是微众银行在数据血缘方案中，引入了 NebulaGraph 作为大数据平台的图数据基础。主要看中了快速导入大规模数据、低时延的实时计算，可以很好地帮助微众银行生成一份数据地图，以快速发现数据问题、定位和分析以及解决问题，帮助业务开展。

InfoQ：在 2021 年 AS 的专访中，您提到了 NebulaGraph 接下来的三个计划，分别是 NebulaGraph 上云，加大对 AP 领域的投入，以及把图的计算和图的分析以 SaaS 化的服务形式搬上云。想了解下，目前的进展如何，是否有达到团队的预期？

于新林：目前相关工作在持续开展，NebulaGraph 上云这部分是开展比较快的一部分。目前我们已经和多家云厂商在紧密的合作，包括 Azure、阿里云、AWS、Gcp、华为云等等。目前产品已经在部分云厂商上线了，国内在阿里云已经上线，大家可以免费试用。

AP 领域也在有序推进，相对进展没有这么快，当前主要把 AP 和 TP 产品做了整合，主要解决了客户易用性问题，让客户更加方便地使用图数据库和图计算的能力。SaaS 是我们未来要做的事，但目前还不是重点，现阶段我们还是会更关注底层数据库的性能和最佳用户体验。还是要集中优势兵力把当前这个产品打磨好，本身这些产品也是为将来 SaaS 服务的一个根基，可能会到明年左右开始发力 SaaS 服务。当然了，考虑到终端用户的实际使用需求，NebulaGraph 也正在与一些 ISV 和 SI 企业积极合作，这些生态伙伴中不乏有多年垂直领域行业经验的解决方案提供商，通过提供图数据库底座能力给到他们来实现面向用户的方案，便于终端用户部署落地。

InfoQ：谢谢于老师接受采访，也期待 NebulaGraph 在接下来有更大的突破。

交流图数据库技术？加入 NebulaGraph 交流群请先填写下你的 NebulaGraph 名片，NebulaGraph 小助手会拉你进群~~