六年蟄伏一鳴驚人，TigerGraph成云棲大會黑馬 - 全文

若說2018年9月在杭州召開的云棲大會期間，活躍著多少匹“黑馬”，連同參展的、演講的、參觀的……各色人等一時很難統(tǒng)計出來，但是，不起眼的TigerGraph，一定會是其中最有亮點、最有故事的黑馬之一。

這家成立2012年，在大數(shù)據(jù)圖分析領(lǐng)域默默耕耘了6年的公司，一直低調(diào)從事市場調(diào)研和產(chǎn)品研發(fā)迭代。

直到2017年11月8日，TigerGraph的下一代圖數(shù)據(jù)庫在美國正式發(fā)布，在市場上引起了軒然大波后才為眾人所知。這家總部位于硅谷的公司憑借成熟的技術(shù)，贏得了啟明創(chuàng)投、百度、螞蟻金融、華創(chuàng)資本、AME云創(chuàng)投、莫拉多風(fēng)險投資公司、佐德?納齊姆、丹華資本和DCVC風(fēng)投基金公司3100萬美元A輪資金投資。

從大數(shù)據(jù)中掘金

有統(tǒng)計報告顯示，1分鐘之內(nèi)，美國數(shù)億封郵件被發(fā)送，谷歌平臺上發(fā)起400萬次搜索，F(xiàn)acebook上有246萬條信息被分享……在中國，類似的數(shù)據(jù)量更大。例如，在中國約有7000多萬家注冊企業(yè)，由于數(shù)據(jù)量比較大，要想理清這些公司之間的關(guān)系，如企業(yè)的持股人、投資關(guān)系、訴訟關(guān)系至辦公地址等類似的關(guān)系，是一件很困難的事情；通過檢索可以查出一度內(nèi)有關(guān)系的人，也就是控股人控股關(guān)系，再深入到兩層、三層的關(guān)系就不太現(xiàn)實了。

萬物互聯(lián)的時代，社交網(wǎng)絡(luò)實時在線，物聯(lián)網(wǎng)7*24小時運行，每天大量的數(shù)據(jù)還在持續(xù)不斷的生成。在這樣的情況下，該如何挖掘數(shù)據(jù)的價值，數(shù)據(jù)關(guān)聯(lián)背后隱藏著什么關(guān)系？

TigerGraph公司的創(chuàng)始人許昱博士從事數(shù)據(jù)庫和并行系統(tǒng)研發(fā)已經(jīng)二十年，創(chuàng)辦TigerGraph之前在Teradata負責大數(shù)據(jù)面向業(yè)界和未來五年的方向研究，領(lǐng)導(dǎo)Teradata和Big Data、Hadoop系統(tǒng)的集成，并且與一些大企業(yè)合作解決報表的查詢與合并技術(shù)。稍早在Twitter工作，作為一個社交網(wǎng)絡(luò)，圖的分析對于Twitter意義重大，Twitter自行開發(fā)了一套單機版的純內(nèi)存的系統(tǒng)。再早則是在加州大學(xué)圣地亞哥分校、在中科院計算所從事數(shù)據(jù)庫方面的研發(fā)工作。

可以說，許昱博士是個“不折不扣”的數(shù)據(jù)庫專家，在他的周圍聚集的也是來自硅谷等地高科技公司的數(shù)據(jù)庫專家。

為什么會從事圖數(shù)據(jù)庫研究？

發(fā)掘大數(shù)據(jù)關(guān)聯(lián)和關(guān)聯(lián)后面隱藏的商業(yè)價值，是一個技術(shù)難題，但是它的解決無疑具有極大的商業(yè)價值。如何解決？

始于Hadoop技術(shù)的大數(shù)據(jù)時代迄今已經(jīng)過去了十年，一些簡單的技術(shù)問題如存儲、離線處理等問題都得到了解決。十五年前，業(yè)界也開始了一些圖數(shù)據(jù)庫的嘗試。許昱博士指出，圖是以數(shù)學(xué)上點和邊的關(guān)系把所有的數(shù)據(jù)自然存在一起，成為自然的存儲數(shù)據(jù)關(guān)聯(lián)模型。TigerGraph之所以采用知識圖譜(歐拉圖)，是因為圖是解決大數(shù)據(jù)互聯(lián)最好的方法。

從計算角度，歐拉圖更合適大數(shù)據(jù)的機器學(xué)習(xí)、人工智能。但由于每前進一步，接觸數(shù)據(jù)量指數(shù)性增長，又能帶來更多關(guān)聯(lián)信息，所以計算能力至關(guān)重要，而技術(shù)上的限制，比如缺乏大數(shù)據(jù)、并行技術(shù)、多核計算機等的能力，所以在TigerGraph之前一些圖計算的工具計算能力很差。

雖然歐拉圖理論已經(jīng)問世有兩百多年，也是最合適的存儲和計算互聯(lián)數(shù)據(jù)的模型，但現(xiàn)在仍然沒有企業(yè)中得到最廣泛的使用。一方面，圖數(shù)據(jù)庫是較為高級的研究方向，從高深的理論到真正商業(yè)化，大規(guī)模應(yīng)用還是很有難度分不開；另一方面，關(guān)系數(shù)據(jù)庫一直以來都是最大的市場，這也是制約圖數(shù)據(jù)庫發(fā)展的另外一個原因。同樣的道理，雖然關(guān)系型數(shù)據(jù)庫時下正大行其道，但在剛開始的前十年，甲骨文的產(chǎn)品和市場都是經(jīng)過了漫長的迭代。

許昱博士總結(jié)了圖數(shù)據(jù)庫和傳統(tǒng)關(guān)系型數(shù)據(jù)庫的三大區(qū)別。

一是存儲模型不一樣，關(guān)系型數(shù)據(jù)庫數(shù)學(xué)模型是表格，一個最簡單例子，一個人有一個身份證號、一個住址表、一個工資表、一個上學(xué)記錄表等存在幾個不同的表里，但是物理上、邏輯上都分開了，想知道這個人住在哪個地方，讀過哪所學(xué)校，要把表合起來，根據(jù)值一個個去拼才能找出來。而圖里，身份證號碼是唯一節(jié)點，學(xué)校也是唯一節(jié)點，馬上與全校學(xué)生聯(lián)系起來了。另外，圖數(shù)據(jù)庫的壓縮率是關(guān)系型數(shù)據(jù)庫的2倍至10倍，雖然儲存的變化不算太重要，但是計算、內(nèi)存和對緩存的利用度就不一樣，存儲模型不一樣。

關(guān)系型數(shù)據(jù)庫是人為打亂成很多表，然后通過計算“拼湊”起來才能建立起關(guān)系來。它雖然叫關(guān)系型數(shù)據(jù)庫，但這個名字并不恰當，圖數(shù)據(jù)庫才是真正針對關(guān)系的一個數(shù)據(jù)庫。

第二，計算模型不一樣。在關(guān)系型數(shù)據(jù)庫的計算模型本質(zhì)上是“野蠻”的掃描，如兩個表之間值的比較，是否同一個人、同一個產(chǎn)品、同一個城市，城市有多少人口以及公司在哪個城市注冊等。這種方式性能很差，因為要過濾很多無關(guān)的數(shù)據(jù)。圖就不一樣了，從一個人出發(fā)，幾步關(guān)聯(lián)，就能準確定位。

第三，查詢方式的不同。關(guān)系型數(shù)據(jù)庫的SQL語言比較簡單，不支持復(fù)雜關(guān)系的發(fā)掘和預(yù)測。TigerGraph采取類似于SQL但功能更強的GSQL語言，允許動態(tài)生成各種復(fù)雜的數(shù)據(jù)結(jié)構(gòu)來存儲動態(tài)生成的證據(jù)，支持用戶的推薦和打分，這在人工智能、機器學(xué)習(xí)的時代更有價值。

其實，這些不同點恰恰也是TigerGraph新產(chǎn)品發(fā)布之前“沉寂”了五年多時間不為人知的原因，因為他們完全潛心在關(guān)系型數(shù)據(jù)庫領(lǐng)域外“另辟蹊徑”。

TigerGraph的優(yōu)勢：“原生”與“并行”

近六年潛心研發(fā)與精心打磨的TigerGraph有哪些優(yōu)勢？

TigerGraph的技術(shù)突破代表著圖數(shù)據(jù)庫演進的下一個里程碑——一個完整的、分布式的并行圖計算平臺，能夠支持網(wǎng)絡(luò)規(guī)模數(shù)據(jù)的實時分析。TigerGraph通用版本是服務(wù)于企業(yè)級應(yīng)用、世界上第一個也是唯一的企業(yè)級原生并行圖數(shù)據(jù)庫以及圖數(shù)據(jù)庫云服務(wù)，一同發(fā)布的還有GraphStudio——TigerGraph的可視化軟件開發(fā)工具包。

TigerGraph是基于原生并行圖（NPG）技術(shù)的全球首個實時圖分析平臺，通過為具有復(fù)雜和海量數(shù)據(jù)的企業(yè)提供實時深度鏈接分析支持，TigerGraph實現(xiàn)了圖平臺的真正承諾和好處。

TigerGraph用C++從頭到尾做了一套基于對圖的存儲引擎，并開發(fā)了一個大規(guī)模并行的圖計算引擎，而且對圖進行了大量界面可視化工作，包括可視化的開發(fā)環(huán)境與探索、挖掘環(huán)境，成為業(yè)界唯一原生并行圖數(shù)據(jù)庫平臺，其核心之處就是“原生”和“并行”。

原生，是基于圖的理論、基于圖的存儲、基于圖的計算，從底層開始開發(fā)的一套系統(tǒng)，這是一條性能非常高，但開發(fā)周期比較長的一條路徑。不像用關(guān)系數(shù)據(jù)庫做存儲或者用文檔數(shù)據(jù)庫做存儲，在上面做一個圖的API，馬上就有圖數(shù)據(jù)庫了。

并行，就是多臺機器并行處理，時下數(shù)據(jù)量這么大，一臺服務(wù)器再強大也不能解決用戶一些計算問題。

TigerGraph三大技術(shù)優(yōu)勢

圖數(shù)據(jù)庫從最近十年的表現(xiàn)來看已經(jīng)成為關(guān)注度最高，也是發(fā)展趨勢最明顯的數(shù)據(jù)庫類型。那從市場上產(chǎn)品的比較看，TigerGraph有哪些技術(shù)優(yōu)勢呢？

一是實時計算。查詢涉及到幾千萬到上億個節(jié)點和邊關(guān)聯(lián)（點是實體，邊是關(guān)系），眨眼間就把復(fù)雜的關(guān)聯(lián)結(jié)果推送出來，不論是做欺詐、分析、推薦還是實時的網(wǎng)絡(luò)計算，都可在1秒鐘以內(nèi)實現(xiàn)，比傳統(tǒng)?法快多個數(shù)量級。

二是超大規(guī)模，每臺機器每?時可加載50到150GB數(shù)據(jù)，不再需要批量加載，在只有20臺商用計算機的集群上，能夠?qū)?0億以上的每日事件實時流式傳輸?shù)骄哂谐^1000億個頂點和超過6000億個邊的大數(shù)據(jù)圖譜。已成功在世界上最大的電子支付公司生產(chǎn)線上運行兩年多，支持數(shù)據(jù)庫的增刪改查，成為可以上線運行的數(shù)據(jù)庫。

三是深度關(guān)聯(lián)。公司現(xiàn)在有高級易用的開發(fā)語言；客戶完全不需要公司支持，借助TigerGraph網(wǎng)站上的技術(shù)文檔，下載軟件自己去寫GSQL，做圖模型、數(shù)據(jù)錄入和二次開發(fā)；從數(shù)據(jù)深度發(fā)掘看，可以每秒每機遍歷數(shù)億個頂點/邊，步數(shù)可達三步或更多。

五年來，TigerGraph在研發(fā)中其實踩過很多“坑”，實現(xiàn)了非常革命性的突破。許昱博士認為，公司做得最好的是兩點：一是基于分布式存儲系統(tǒng)，選擇了最優(yōu)化的體系結(jié)構(gòu)，解決了數(shù)據(jù)一致性的問題；二是選型用C++做底層控制一切的內(nèi)存。盡管Java有很多優(yōu)點，但是當時TigerGraph做出了這個艱難的決定。

這些技術(shù)上的突破對于在最?的數(shù)據(jù)上進?實時分析至關(guān)重。

這些數(shù)據(jù)應(yīng)用包括世界上最大的電子商務(wù)提供商的欺詐預(yù)防、世界上最大的移動電子商務(wù)公司的實時推薦，和管理世界上最大的電力公司的能源傳輸網(wǎng)。

TigerGraph今年6月份在美國發(fā)布了兩個版本：一是終身免費的開發(fā)者版本(單機版)，沒有數(shù)據(jù)限制、沒有時間限制；二是企業(yè)版本，是多機版，但有時間限制，比如幾個月。

廣泛的行業(yè)應(yīng)用

TigerGraph是業(yè)界唯一的原生、并行圖計算的大平臺，特別適?于?圖——深度鏈接分析的最佳模型，這是因為它能夠探索、發(fā)現(xiàn)和預(yù)測關(guān)系。

在反欺詐和反洗錢方面，企業(yè)可以借助TigerGraph系統(tǒng)在企業(yè)數(shù)據(jù)全景圖上快速部署復(fù)雜有效的反欺詐和反洗錢業(yè)務(wù)，利?實時數(shù)據(jù)和實時深度鏈接分析應(yīng)對?融犯罪。

原本許昱博士認為TigerGraph是反洗錢最天然、最好的應(yīng)用，但去年11月份在美國發(fā)布以后的應(yīng)用結(jié)果令人驚訝——雖然紐約有不少銀行應(yīng)用于客戶的360度畫像、風(fēng)控、合規(guī)等領(lǐng)域，但西雅圖到南加州，到佛羅里達，到美國的明尼蘇達不同的城市各行各業(yè)的客戶蜂擁而來——健康保險公司利用知識圖譜反欺詐、電信公司為流失用戶畫像、昂貴新藥上市后制藥公司通過查悉醫(yī)生的影響力進行精準推送……

此外，采用TigerGraph，可通過了解企業(yè)控制人的關(guān)系、企業(yè)之間的擔保關(guān)聯(lián)，銀行可最大限度地降低風(fēng)險。例如，某些企業(yè)可能破產(chǎn)了，為其提供擔保的企業(yè)就可能陷入糾紛中。

專注為客戶創(chuàng)造價值，而非取代

圖數(shù)據(jù)庫最重要的能力是計算能力、關(guān)聯(lián)能力。許昱博士表示，TigerGraph生成很多高質(zhì)量的新的訓(xùn)練數(shù)據(jù)，然后交給機器系統(tǒng)去學(xué)習(xí)，可極大地減少誤報率，為各行各業(yè)提供做圖分析和知識圖譜的通用圖引擎，客戶可以很快建立針對自己企業(yè)的圖模型，將任何關(guān)聯(lián)方找出來。

TigerGraph有很多的優(yōu)勢，但并不意味著要去顛覆傳統(tǒng)的數(shù)據(jù)庫。許昱博士認為，公司是在做復(fù)雜關(guān)聯(lián)、實時計算等別人以前根本做不了的事情，做新一代的應(yīng)用程序，給客戶帶來價值，以解決他們數(shù)據(jù)量快速增長，或者更新成本太昂貴的難題，方便他們的應(yīng)用程序移植到圖數(shù)據(jù)庫上。

目前，TigerGraph的解決方案已經(jīng)被國內(nèi)的大型金融機構(gòu)、電力等不同行業(yè)的大量的客戶所采用。

在美國，圖數(shù)據(jù)庫是近年來所有數(shù)據(jù)庫里發(fā)展速度最快的。保守的估計，未來五年里將會有十倍的增長，圖數(shù)據(jù)庫市場發(fā)展?jié)摿涂臻g很大。許昱博士十分看好TigerGraph的未來。