图数据库的应用场景有哪些
图数据库是基于实体和关系建模的数据库系统。相较于传统关系型数据库有以下优点：
容易建模。图中存储的是带属性的实体和带属性的关系，能够更为直接、自然的表达现实世界，另外图数据库有配套的查询语言，比如Gremlin等，可以方便描述查询条件。比如：查我通过2层人际关系可以认识的人，用Gremlin可以表示为g.V(我).both(认识).both(认识).both(认识)。用传统关系数据库建模抽象层次高，且SQL语句也更为抽象，尤其在表达多层关系或者涉及多表关联时显得更为复杂。由于建模的简单，基于图数据库的图形化展示也往往非常友好。海量关系数据存储和查询。图数据库支持KV存储（如Titan和HugeGraph），可以很高效的插入大量数据。总数据量级别可达亿或十亿以上，有的甚至达到百亿；传统关系数据库则在规模达到千万以上时，就需要考虑分库分表，否则插入和查询性能会大幅下降复杂关系查询和分析。图数据库在多层次、多样性复杂关系查询能力方面，完胜关系数据库。传统关系数据库在递归查询和多表关联查询方面效率低下。图数据库则得益于其存储模型和基于存储模型上优化的查询算法，可以高效的处理复杂关联关系查询。这些优点也就是图数据库更为适合的使用场景：
海量关联关系复杂关系查询和分析目前常见的使用图数据库场景有：
知识图谱风控设备管理社交关系网址安全
■网友
图数据的常见多对多关系数据库场景第一个 Social Network（社交网路），比如说微信或者 Facebook 好友关系等等。这个网络有几十亿个用户，几千亿到几万亿的连接关系。第二个 Business Relation，商业的关系，常见的有两种网络：
金融与资金关系网络：一种比如说在支付网络里面，账户和账户之间的支付关系或者转账关系，这个是比较典型的金融与资金关系网络；公司关系：在 business 里面，比如说公司控股关系，法人关系等等，它也是一个非常庞大的网络。基于工商总局数据，有许多公司耕耘在这一领域。这个网络的节点规模也有亿到十亿的级别，大概几百亿条边，如果算上交易转账数据那就非常庞大了。第三个是知识图谱，也是最近比较热的一个领域。在各个垂直领域会有不同的知识点，且知识点之间有相关性。部分垂直领域知识的网络至少有几百亿条关系，比如银行、公安还有医学领域。
最后就是这几年热门的 IoT（Internet of Things）领域，随着近年智能设备的增长，预计以后 IoT 设备数量会远超过人口数量，现在我们每个人身边佩带的智能设备已不止一个，比如说智能手机、智能手表，它们之间组成一个庞大的关系网络，虽然具体应用有待后续开发，但这个领域在未来会有很大的应用空间。
图数据库的应用场景 【图数据库的应用场景有哪些】 刚才提到的是常见的关系网络，这里是我们思考的一些应用场景。
第一个应用场景是基于社交关系网络的社交推荐，比如：拼多多的商品推荐，抖音的视频推荐，头条的内容推荐，都可以基于已有的好友关系来推荐。
第二个就是风控领域，风控其实是银行保险业的核心话题。传统的风控是基于规则——基于规则的风控手段，相对已经比较成熟了，一般是拿直接的交易对手来做规则判断。但现在风控有个新趋势，就是通过关联关系做拓展，比如交易对手等相关的周边账号，通过这些关系来判断这笔交易或者转账的风险。从规则向基于关联关系的风控演进，这个趋势比较明显。
关于知识图谱这一块，和 Google 比较有关，谷歌在 2003，2004 年时候，其实已经在慢慢把它的 search engine，从反向索引转向转到了知识图谱。如果只有倒排表，比如说要查“特朗普”今年几岁，这个是很难做到的，因为已有的信息是他的生日是哪年。
推荐阅读
- 想寒假的时候一个月在家准备计算机二级的office高级应用，但是不知道买啥书比较好~~~?
- 考研数据库方向
- 哪个数据库，可以直接做数据透视图（navicat类的也可以）
- 蓝牙路由器在医疗健康方面有哪些应用
- ibeacon目前在国内有已经应用或者商用的产品案例吗
- 如果 WP 手机可以运行 exe 应用程序，那将会是怎么样的效果可行吗
- linux 应用层可以使用DMA进行数据传输吗
- 京东,天猫这类购物商城为啥不做成单页应用?
- 计算机视觉在互联网、电子商务中有哪些应用前景
- 将ipad应用于课堂是利大于弊还是弊大于利