mysql 应用前景_图数据库在企业应用中前景如何，相比关系型数据库有哪些优势？...

图数据虽然在国内的应用还不是非常广泛，但发展前景还是很可观的。

跟以Oracle为代表的传统关系型数据相比，图的逻辑可以很好的解决绝大多数底层数据分析问题，

图数据的数据逻辑维度要远高于关系型数据，所以在处理海量关系数据时，优势显而易见。

如在社交场景下，以往都是按粉丝数量排名来决定微博大V的权重，但对于“僵尸粉”可能没有办法明确的划分，所以无法统计出粉丝的质量。但图数据的逻辑对人物关联关系分析相当细致，不仅关注粉丝数量，还关注粉丝质量。也就是说，会同时根据粉丝们的权重综合来计算。此外还会再计算高互动频次(亲密度)的粉丝的权重值，完全没互动的粉丝权重等等维度。这样一来“僵尸粉”和“忠实粉”一下就暴露了出来。

如金融场景，风控一直以来都是金融难题，欺诈手段防不胜防，传统的分析手段很容易被造假的信息所蒙蔽。通过图数据的分析，可以很清楚的知道基于人物关系绘制资金流转的图谱，从而更加全面的了解的申请人的关系图谱，快速识别出有用信息，降低用户的风险值。

但图数据库与传统关系型数据库相比，分析难度的差距，也是悬殊的。图数据分析远超出二维的分析维度，每增加一层，分析的难度就高了百倍，这也是图技术有种种好处，却一直没能得到广泛应用原因：门槛太高，缺乏性能好的成熟产品。

所以由洪春涛博士带领几位清华顶尖博士组成了：费马科技

除了出自最严谨代码作者这一重要因素以外，从架构层到功能层，费马图数据平台进行了层层优化。在架构层，费马团队选择了更适合底层数据交互的C++语言，而不是主流的Java语言，虽然编写的复杂度高一些，但在应用时能够更灵活。在费马团队看来，选择什么语言来编写取决于实用性而非编写者的偏好。

除了架构层的优化在功能上的优势更加突出。功能上，在存储方面，费马支持多版本并发，不会因为频繁的读写而降低性能；支持事务内并行；采用无锁数据结构，不需要任何锁操作来读取数据，吞吐率很高等等

在分析方面，费马也做了优化。费马支持分布式扩展，双模式驱动，图数据访问支持推送和拉取两种模式，并在运行中自动选择更优的模式，提高数据访问效率；采用连续数据块划分，在数据划分时，利用真实数据内在的关联性，将有关联的数据划分在一起，高质量的划分方法在分析时受益良多；细粒度调度，将图数据任务动态映射到设备的CPU、核、线程等多个层级，满负荷利用计算资源，减少实际内存消耗。

在多种优化的助力下，费马称之为“闪电计算”，关键是，计算力可以无限延伸，万亿级的数据处理毫不费力，用户只需要基于费马平台，构建应用场景即可，处理速度电光即达。