图数据库原理、架构与应用

　　这是一本能帮助读者快速掌握图数据库的原理、架构、算法、扩展、规划、测评、优化以及实战应用的著作，书中的理论和实践均来自国内领先的图数据库企业Ultipa的科研成果和实践经验，由Ultipa的创始人兼CTO孙宇熙领衔撰写。该书内容全面、体系完整、循序渐进、深入浅出、图文并茂，兼具理论性、实战性、趣味性。用通俗的语言将抽象的图数据库技术具体化、形象化，将带领读者经历一次非凡的“图数据之旅”。通过本书，你将掌握以下内容： ·图数据库、图计算的概念与区别； ·图计算、图存储、图查询语言的原理； ·高性能图存储架构、计算架构； ·图数据库查询与分析框架的设计； ·度计算、中心性计算、相似度计算、连通性计算等图算法； ·可扩展的图数据库设计； ·高可用分布式设计； ·图数据库在决策智能、反欺诈、反洗钱、智能推荐、流动性风险管理等多个领域的实战经验； ·图系统的规划、评测与优化。

　　嬴图（Ultipa）团队一支致力于构建世界上最快、最直观、最易用的下一代实时图数据库的国际化的技术研发与推广团队。自研的核心产品包括高性能图计算与实时图数据库软件，已构建了一整套针对数据资产管理、数据生命周期管理、数据治理指标管理的智能化产品矩阵。致力于用图数据库（图中台、图计算引擎）、图增强AI技术、BI技术等为金融、大健康、医疗等行业深度赋能，业务主要集中在数据治理、数字化转型、流动性管理、资产负债管理、全面风险管理等领域。团队目前已获得高密度并行图计算、超级节点处理、高性能查询语言及半结构化图数据处理、海量数据导入、装置、设备及存储介质、数据库深度路径搜索、动态图剪枝过滤等30多项技术成果和专利，100%自研并拥有全部底层架构，研发成果已成功服务于多家大型央企、国有企业及世界500强企业。团队成员孙宇熙、刘思燕、张建松等毕业于哈佛大学商学院、清华大学等世界知名学府，来自硅谷和全球100强企业，拥有丰富的海内外创业与技术工程经验。孙宇熙（RickySun）业界知名的高性能计算与存储系统专家、大数据专家、数据库专家及学者，Ultipa创始人兼CTO。曾任EMC（易安信）亚太研发集团CTO和中国研究院院长、哈尔滨工业大学客座教授、中国电子学会云计算专家委员会委员；持有50多个美国及中国专利；文物鉴赏家、收藏家，哈佛大学美术馆亚洲艺术鉴赏委员会理事；技术作家，著有《云计算与大数据》《软件定义数据中心》《大数据分析》《程序员生存手册》（The99 Points of Launching High-Tech Business）等多部中英文科技畅销书。

前言
第1章　图计算与图数据库的历史1
1.1　到底什么是图1
1.1.1　被遗忘的艺术：图思维方式Ⅰ1
1.1.2　被遗忘的艺术：图思维方式Ⅱ6
1.1.3　图技术发展简史11
1.2　大数据的演进和数据库的进阶16
1.2.1　从数据到大数据、快数据，再到深数据16
1.2.2　关系型数据库与图数据库19
1.3　万物互联时代的图计算20
1.3.1　前所未有的能力21
1.3.2　图计算与图数据库的差异26
第2章　图数据库基础与原理29
2.1　图计算29
2.1.1　图计算的基础概念30
2.1.2　图计算的适用场景46
2.2　图存储50
2.2.1　图存储的基础概念50
2.2.2　图存储数据结构与构图58
2.3　图查询语言的进化65
2.3.1　数据库查询语言的基础概念65
2.3.2　图查询语言71
第3章　图数据库架构设计83
3.1　高性能图存储架构83
3.2　高性能图计算架构94
3.3　图数据库查询与分析框架设计110
3.3.1　图数据库查询语言设计思路110
3.3.2　图谱可视化123
第4章　图算法129
4.1　度计算130
4.2　中心性计算134
4.3　相似度计算138
4.4　连通性计算142
4.5　排序计算147
4.6　传播计算151
4.7　社区计算155
4.8　图嵌入计算166
4.9　图算法与可解释性171
第5章　可扩展的图179
5.1　可扩展的图数据库设计179
5.1.1　垂直扩展180
5.1.2　水平扩展187
5.2　高可用分布式设计196
5.2.1　主备高可用196
5.2.2　分布式共识系统199
5.2.3　水平分布式系统206
第6章　图赋能的世界218
6.1　实时商务决策与智能219
6.2　最终受益人223
6.3　欺诈识别226
6.4　反洗钱与智能推荐228
6.5　资债管理、流动性风险管理240
6.6　交叉风险识别与计量248
6.6.1　图计算在交叉性金融风险管理领域的创新248
6.6.2　图计算技术在金融领域的广阔前景 252
第7章　规划、评测和优化图系统254
7.1　规划图系统254
7.1.1　数据与建模256
7.1.2　容量规划260
7.2　评测图系统263
7.2.1　评测环境264
7.2.2　评测内容268
7.2.3　正确性验证279
7.3　优化图系统287