互联网和信息技术渗透到各行各业生产海量的数据,人们逐渐开始关注数据的内在关联,这在知识图谱、推荐引擎、金融风控、公共安全和智能运维等场景中尤其显得重要。如何在海量的数据中发现有价值的关联信息是一大挑战,于是图数据库技术应运而生,专注于处理关联数据,并在近几年飞速发展。
百度自主研发的原生图数据系统(BGraph),在百度的知识图谱系统中应用和实践多年,支撑数以亿计的实体并支撑数以万计的查询QPS,用于知识问答、搜索推荐和知识推理等。
本主题主要和大家分享我们图数据库的设计和实践经验,包括原生的图存储和图计算技术,针对图的存储和查询的性能优化,分布式集群技术和高可用技术方案等。
内容大纲:
1、为什么需要图数据库
- 各行业的应用场景,需要分析数据关联获取商业价值
- SQL 数据库 vs 图数据库
2、图数据库的技术挑战
- 图数据库的技术挑战:局部性差,规模大,分片难等
- 业界的图数据库以及特点
3、图数据库的系统架构
- 图数据库的核心目标
- 原生的图存储和计算
- 支持全文检索的必要性
- 高可用的分布式集群架构
4、应用于实践经验
- 在百度知识图谱的应用
- 批量导入 vs 流式写入的权衡
- 分而治之
- 性能!性能!
- 访问控制和系统防御
- 思考与展望
听众受益
1、了解图数据库的发展方向和技术挑战
2、了解知识图谱和企业风控等图数据库的需求
3、学习和了解分布式系统的架构理念与设计
4、大规模分布式系统的实践经验