在數(shù)據(jù)規(guī)模越來越大蚀狰、數(shù)據(jù)結(jié)構(gòu)越來越復(fù)雜的大數(shù)據(jù)時代，傳統(tǒng)的關(guān)系型數(shù)據(jù)暴露出了建模缺陷、水平伸縮等問題盹憎，于是具有更強大表達能力的圖數(shù)據(jù)受到業(yè)界極大的重視。如果把關(guān)系數(shù)據(jù)模型比做火車的話铐刘，那么現(xiàn)在的圖數(shù)據(jù)建呐忝浚可比做高鐵。
什么是圖呢镰吵？
圖（Graph）檩禾，將信息中的實體，以及實體之間的關(guān)系疤祭，分別抽象表達成為頂點以及頂點間的邊這樣的結(jié)構(gòu)數(shù)據(jù)盼产。
像Facebook和Twitter這樣的社交網(wǎng)絡(luò)，其數(shù)據(jù)天生就適合于圖表示法勺馆。諸多典型的大數(shù)據(jù)應(yīng)用易于通過圖來進行建模戏售，如交通網(wǎng)絡(luò)、CDR通話圖草穆、用戶與產(chǎn)品之間的二分圖灌灾、論文中作者之間的合作關(guān)系網(wǎng)、文章之間的索引關(guān)系悲柱、金融交易網(wǎng)絡(luò)等等锋喜。
于是，基于圖數(shù)據(jù)的分析技術(shù)—關(guān)系分析（圖計算）應(yīng)運而生豌鸡。圖計算系統(tǒng)就是針對圖結(jié)構(gòu)數(shù)據(jù)處理的系統(tǒng)跑芳，并在這樣的數(shù)據(jù)上進行針對性優(yōu)化的高效計算。
我們可以用圖這個通用的直颅、富有表現(xiàn)力的結(jié)構(gòu)來建模各種場景博个，從宇宙火箭的建造到道路系統(tǒng)，從食物的供應(yīng)鏈及原產(chǎn)地追蹤到人們的病歷功偿。
在許多實際場合中我們都能找到圖分析的應(yīng)用盆佣。
例如：
在金融風(fēng)控中往堡，將多種變量（如賬號、交易共耍、資金）之間的關(guān)系通過圖聯(lián)系在一起虑灰，共同分析其對金融安全的影響，典型的金融異構(gòu)系統(tǒng)痹兜，如洗錢穆咐、龐氏騙局等都能反映出特定的圖結(jié)構(gòu)。
在大圖上做環(huán)路檢測可以有效識別循環(huán)轉(zhuǎn)賬字旭，幫助預(yù)防信用卡詐騙对湃；
分析可疑人物的近鄰好友和基于屬性圖的社團發(fā)現(xiàn)可以進一步挖掘出騙子團伙或者僵尸賬號。
知識圖譜通過圖來建立知識概念之間的聯(lián)系遗淳，并在此基礎(chǔ)上設(shè)計推理算法拍柒。
知識圖譜常用來進行知識推理，從語義層面理解用戶意圖屈暗，改進搜索質(zhì)量拆讯。
LinkedIn的知識圖譜對會員顯式輸入的技能，比如“分布式系統(tǒng)”养叛、“Hadoop”等种呐，自動推理出其他技能，比如“產(chǎn)品管理”弃甥、“NoSQL”等爽室。特別是AI和機器學(xué)習(xí)中需要處理很多由實體和關(guān)系構(gòu)成的信息。例如潘飘，在推薦系統(tǒng)中，用戶和電影就是實體掉缺，他們之間的喜好構(gòu)成了實體間的關(guān)系卜录；搜索查詢和商品也是實體，他們之間的點擊率構(gòu)成了實體間的關(guān)系眶明。
業(yè)界洞察
整個圖計算領(lǐng)域可進一步細分為查詢分析艰毒、計算引擎、存儲管理搜囱、可視化等子方向丑瞧。目前并沒有一種涵蓋所有子方向的圖引擎。例如圖數(shù)據(jù)庫Neo4j蜀肘、Titan等擅長于圖數(shù)據(jù)的實時查詢绊汹，但并不能高效地據(jù)進行離線分析；分析引擎Turi扮宠、GraphX側(cè)重圖數(shù)據(jù)的離線分析和挖掘西乖，卻不能對屬性圖進行管理，且不支持實時查詢。
同時获雕，圖計算領(lǐng)域也面臨大數(shù)據(jù)環(huán)境下帶來的巨大挑戰(zhàn)薄腻。就當(dāng)前的社交網(wǎng)絡(luò)而言，對全網(wǎng)做查詢分析就意味著對數(shù)十億節(jié)點（人物）數(shù)百億邊（關(guān)系）的大圖進行操作届案。而規(guī)模更大的互聯(lián)網(wǎng)庵楷、物聯(lián)網(wǎng)可達到百億節(jié)點千億邊甚至以上。在如此巨大數(shù)據(jù)量的情況下楣颠，實現(xiàn)高效高并發(fā)的查詢是當(dāng)前一大難點尽纽。
一方面，鑒于圖數(shù)據(jù)結(jié)構(gòu)的稀疏性，并不能通過GPU等硬件手段上取得很好的加速赡若。
另一方面子库，圖的局部性也有別于傳統(tǒng)機器學(xué)習(xí)系統(tǒng)的數(shù)據(jù)組織形式。
社交網(wǎng)絡(luò)中一個人的平均好友數(shù)達到數(shù)百挎春，那他的2度好友就會達到數(shù)十萬之多，于是探索一個人ego-net（對圖中某節(jié)點做擴線查詢得到的子圖）往往會遍歷上千萬甚至更多條邊豆拨。
在多機環(huán)境下直奋，這些邊往往分布在不同的機器上，進一步增大了遍歷的難度施禾。此外脚线，隨著數(shù)據(jù)復(fù)雜性的增加，節(jié)點和邊往往帶有屬性信息弥搞。這些信息既可以是固有屬性（如年齡邮绿、性別等），也可以是計算得到的結(jié)果（如介數(shù)中心度攀例、pagerank值等）船逮，這些計算結(jié)果往往又是下一次查詢的輸入。屬性管理與交互式計算查詢粤铭，是圖領(lǐng)域的另一大挑戰(zhàn)挖胃。
華為人工智能平臺上的EYWA圖引擎提供了從底層的圖存儲和管理、核心的高性能計算引擎梆惯、直到面向上層的圖分析和圖查詢酱鸭，一整套的關(guān)系網(wǎng)絡(luò)分析解決方案，其基本特征如下:
?高性能
EYWA基于邊集流的塊狀數(shù)據(jù)組織兼顧了圖計算與圖數(shù)據(jù)查詢的性能要求垛吗，并集成了多種面向行業(yè)領(lǐng)域的優(yōu)化算法凹髓。它通過優(yōu)化的prefetch策略降低磁盤的IO操作的性能損耗，同時也通過松弛BSP模型來降低通信IO帶來的性能損耗怯屉。相比Powergraph, GraphX, Powerlyra等計算速度提速4~10倍以上扁誓，而圖數(shù)據(jù)查詢的性能提升更加明顯防泵，具備秒級多跳實時查詢的強大性能。
?一體化
EYWA實現(xiàn)圖計算蝗敢、圖查詢和圖存儲的一體化：提供基于屬性圖模型的數(shù)據(jù)存儲捷泞，支持基本查詢（點查、邊查寿谴、遍歷锁右、屬性過濾等），常用的圖算法（PageRank, SSSP, K-core, graph metrics等）可以基于圖的結(jié)構(gòu)和屬性進行計算讶泰，并將結(jié)果回寫到圖的某一屬性中便于后續(xù)查詢咏瑟。
EYWA已經(jīng)在百億節(jié)點和千億邊的大規(guī)模圖實踐上驗證了其高并發(fā)、低時延的能力痪署。
其中一份實驗用到的公開數(shù)據(jù)集是基于斯坦福大學(xué)SNAP研究組提供的Friendster, 來自真實的社會網(wǎng)絡(luò)码泞。我們用全球計算機排名Graph500提供的Kronecker代碼在對該數(shù)據(jù)集進行擴展，形成了具有2.5億點110億邊的大圖和5.2億點和1011億邊的超大圖狼犯。通過擴線查詢模擬對社交網(wǎng)絡(luò)節(jié)點的ego-net的探索余寥，我們的實驗結(jié)果顯示在百億邊圖100并發(fā)下的3跳擴線查詢總響應(yīng)時間基本在0.1秒以內(nèi)。
以下是針對不同并發(fā)請求數(shù)EYWA系統(tǒng)的響應(yīng)時間（上：并發(fā)狀態(tài)下單個請求的執(zhí)行時間悯森；下：所有并發(fā)請求執(zhí)行完成的總時間）宋舷；千億邊圖100并發(fā)下3跳擴線查詢總響應(yīng)時間在0.5~3秒（隨種子節(jié)點不同而變化）。
EYWA圖引擎支持基于屬性圖模型的復(fù)雜屬性管理瓢姻、內(nèi)置了20余種拓撲度量和基本圖分析算法祝蝠，并通過服務(wù)化API將圖引擎的能力開放出去，提供全方位的關(guān)系網(wǎng)絡(luò)洞察幻碱。
在電信網(wǎng)絡(luò)等行業(yè)實踐中绎狭，利用EYWA我們很自然地表達了各類交換機、路由器褥傍、終端設(shè)備等網(wǎng)元構(gòu)成的物理通信網(wǎng)絡(luò)儡嘶，以及在其上抽象出來的邏輯網(wǎng)絡(luò)，并在此基礎(chǔ)上運行復(fù)雜的網(wǎng)絡(luò)規(guī)劃仿真算法摔桦，極大提升了業(yè)務(wù)工作效率社付；
在金融承疲、公共安全等行業(yè)實踐中邻耕，利用EYWA可表達大量的人物、賬戶燕鸽、商家兄世、手機等相互關(guān)聯(lián)的不同實體，并通過頂點和邊上的屬性（如人物的年齡啊研、性別御滩，賬戶的創(chuàng)建時間鸥拧，人和商家之間的交易金額等）精細描述真實世界的信息∠鹘猓基于EYWA大規(guī)模高并發(fā)的支持富弦，以及內(nèi)置的最短路徑、中間人查找氛驮、回路分析腕柜、鄰居子圖等分析功能，客戶能夠高效地進行反欺詐矫废、團伙發(fā)現(xiàn)等業(yè)務(wù)計算盏缤、幫助業(yè)務(wù)人員發(fā)現(xiàn)大量關(guān)聯(lián)數(shù)據(jù)背后有價值的隱藏信息。
轉(zhuǎn)自：華為云社區(qū)? 作者：mr.FangYang?
原文鏈接：http://t.cn/RFADb7C
華為圖引擎服務(wù)：http://t.cn/RFz2lAj
