近日，大規模圖數據庫HugeGraph宣佈，正式發佈圖可視化分析平臺 HugeGraph-Hubble v1.5 版本。該版本全面升級平臺可視化工具，打造一站式圖服務，從數據建模，到數據快速導入，再到數據的在線、離線分析，以及圖的統一管理，實現了圖應用全流程的嚮導式操作，旨在提升社區用戶的使用順暢度，降低使用門檻，提供更爲高效易用的使用體驗。
HugeGraph是一款面向分析型，支持批量操作的圖數據庫系統，它由百度安全團隊自主研發，全面支持Apache TinkerPop 3 框架和Gremlin圖查詢語言，提供導出、備份、恢復等完善的工具鏈生態，有效解決海量圖數據的存儲、查詢和關聯分析需求。HugeGraph先後應用於百度安全的網址安全檢測、威脅情報分析、設備關係圖譜和數據安全治理等重要業務中，並以此爲基礎，逐步擴展完善成爲可以支持廣泛圖數據庫需求場景的成熟通用圖數據庫，並於2018年8月在GitHub上對外開源。
據悉，此次發佈版本重點在圖分析可視化工具上進行了升級，具體包括：
1 統一圖管理
統一的圖管理模塊，通過簡單的圖連接、圖訪問、圖刪除操作，輕鬆實現圖的集成管理及多圖間的任意切換。
2 元數據建模
長久以來，市面上大多數圖數據庫，都是通過編寫配置文件、建模文件等編寫代碼的方式來實現圖數據建模，整個過程繁瑣雜亂，錯誤率極高，也成爲了圖數據庫大規模應用的一大難點。尤其是發生了單點的改動時，需要對整個文件進行修改，牽一髮而動全身，可擴展性差，對使用人員的代碼能力要求高，業務人員往往無法輕易上手。
爲此，在新版中上線了可視化元數據建模功能，大大改善了這一問題，讓數據建模變得輕而易舉。通過可視化地圖建模過程和簡單易懂的點選操作，輕鬆實現頂點類型、邊類型、屬性類型等圖模型的構建，極大地提升了成功率，降低了使用門檻。平臺提供兩種模式，列表模式和圖模式，方便用戶直觀建模。同時還提供跨圖的元數據複用，省去相同元數據繁瑣的重複創建過程，極大地提升建模效率，增強易用性。
元數據列表模式如下圖所示：
元數據圖模式如下圖所示：
3 數據導入
數據的導入是使用圖過程中極其關鍵的一步，它將用戶的業務數據轉化爲圖的頂點和邊並插入圖數據庫中。目前導入過程採用編寫映射文件的方式，使用門檻高，形式不直觀，發生變更時操作繁複，存在着與上述建模過程類似的問題。此次的新版本中，上線了嚮導式的可視化導入模塊，降低了圖使用的門檻。通過創建導入任務，實現導入任務的管理及多個導入任務的並行運行，提高導入效能。進入導入任務後，只需跟隨平臺步驟提示，按需上傳文件，填寫內容，即可輕鬆實現圖數據的導入過程，同時支持斷點續傳，發生錯誤重試機制等，降低了導入成本，提升了效率。
4 數據分析
在圖分析模塊，新版本實現了跨圖的切換訪問分析、通用的Gremlin查詢、頂點的定製化多維路徑查詢等功能。能夠爲社區用戶提供更直觀炫酷的圖渲染，並支持多種圖展示方式，和完善的圖導出工具。同時，新增了執行操作記錄、查詢語句收藏等功能，可以實現圖分析的追溯與圖查詢的複用，真正提高查詢效率，降低開發者使用成本。
5 任務管理
對於需要遍歷全圖的Gremlin任務、索引的創建與重建等耗時較長的異步任務，平臺提供相應的任務管理功能，實現異步任務的統一的管理與結果查看。
- 關於HugeGraph -
HugeGraph自開源以來，已經過11個版本的迭代，項目陸續集成了數據導入、命令行操作、RESTFul API、Client、可視化等一系列工具集。在社區合作方面，截至目前，項目Star數達1400+，Issue數近900，社區活躍，歡迎大家積極參與到Github Issue討論中，幫助社區開發者，共同推動項目更加完善。同時，HugeGraph也在2019年正式對外提供商業服務，逐步將圖技術向金融風控領域、保險理賠領域、推薦搜索領域、公 安領域、知識圖譜領域、網絡安全領域、IT運維領域等更廣泛的行業擴展，真正將圖數據的價值落地到企業。
伴隨全球範圍內的人工智能革命，數據呈現爆炸式增長，企業能否利用好海量數據，關係着企業的發展。未來，秉承“有AI,更安全”的使命，以技術開源、專利共享、標準驅動、產業共贏爲理念，百度安全還將繼續在圖數據領域上不斷創新，不斷豐富HugeGraph開源生態基礎庫和主要功能組件，活躍社區生態，切實推動圖的落地應用，讓更多行業和組織享受到數據的綜合價值。
歡迎廣大社區開發者體驗新版本，下載鏈接：
https://hugegraph.github.io/hugegraph-doc/download.html