tigergraph_TigerGraph评论：专为深度分析而设计的图形数据库

tigergraph

与关系（SQL）数据库或其他种类的NoSQL数据库（文档，宽列等）相比，图形数据库提供了一种更有效的关系和网络建模方法。 近，在这个领域出现了许多产品，该领域初是（1999年）Neo4j的省份。

TigerGraph，近才问世，是一个“实时本地并行图形数据库”。 TigerGraph可用于在云中或本地部署，它可以向上和向外扩展，它可以自动在集群中对图形进行分区，符合ACID，具有内置数据压缩功能，并且声称比竞争对手更快。 就像我们将看到的那样，它使用了一种消息传递体系结构，该体系结构固有地是并行的，并且可以随数据的大小扩展。

[ 什么是图形数据库？ 一种存储连接数据的更好方法 。 • 为什么要使用图形数据库 。 • 了解Microsoft的图形数据库策略 。 •评论： Neo4j增强图形分析功能 。 | 通过InfoWorld大数据和分析报告时事通讯深入了解分析和大数据。 ]

TigerGraph旨在能够执行深度链接分析以及实时在线事务处理（OLTP）和大容量数据加载。 通过“深层链接分析”，TigerGraph表示跟踪从顶点到整个图形的三个或更多跃点之间的关系并分析结果。 其他大多数图形数据库主要是为OLTP设计的，用于导航和分析少量跃点。 以后添加了任何重要的分析功能。

尽管已经广泛采用了几种开源图形查询语言，例如Cypher，Gremlin和SPARQL，但是TigerGraph具有新的查询语言GSQL。 GSQL结合了类似SQL的查询语法和类似Cypher的图形导航，以及过程编程和用户定义的功能。

我对TigerGraph的新GSQL查询语言有不同的看法。 是的，这是一个不错的设计； 是的，它是可并行化的； 是的，TigerGraph可以为从Neo4j数据库迁移的人们将Cypher转换为GSQL。 但是，每次遇到另一种编程语言时，我都必须问自己，是否值得花时间和精力来全面学习它。

我对产品其余部分的感觉很少。 TigerGraph对新的图形数据库显示出很大的希望。

TigerGraph架构

正如我们在下面的框图中看到的那样，TigerGraph有一个ETL加载器（左），带有查询语言和可视客户端的图形存储和处理引擎以及一个REST API（中），并与许多企业数据基础架构服务集成。 下面的系统流程图清楚地表明，TigerGraph使用Apache Kafka消息队列与图处理和存储引擎进行对话，而Nginx Web服务器则处理来自多个用户的GraphStudio和GSQL请求，并将它们传递给匹配的后端服务器。 。