在知识管理领域，企业常常面临专业知识与业务洞察力局限于少数团队成员的问题，导致知识孤岛和咨询瓶颈。而生成式 AI 技术，如 DAG、Workflow、Agent 和 RAG 等工具尽管能力强大，但对于非技术背景的员工来说却显得遥不可及，成为 Gen AI 技术落地的一大阻碍。为了打破这一壁垒，杭州悦数推出了『悦数 RAG』这一极简的知识应用构建平台，旨在打破企业内部专业知识与业务洞察力的局限性，解决困扰企业的知识孤岛和咨询瓶颈问题。

本次我们请到了杭州悦数 Gen AI 负责人古思为、AI 工程师余毅航，为大家深度解析 Graph RAG 技术如何赋能每一位员工，无论技术背景如何，都能够轻松创建和优化知识应用，共同推动企业的知识共享与创新，开启智慧企业的新篇章。


# 直播重点



## Graph RAG 的技术背景剖析 

Graph RAG 技术的奥秘，分享它前所未有的上下文感知能力与高效数据训练效果。

## 悦数在 Graph RAG 领域的耕耘

『悦数 RAG』如何帮助企业打破知识孤岛，实现知识普及与应用构建。

## 未来更新计划

未来『悦数 RAG』的技术创新与优化计划，以更加卓越的性能和更广泛的应用场景。

## 在线演示

现场演示如何使用『悦数 RAG』快速构建定制化知识应用，见证尖端技术与易用性的融合。


# 报名方式

扫描下方海报二维码，立即预约直播席位与行业专家面对面交流！

![https://www-cdn.yueshu.cn/yueshu-website/images/0905poster.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0905poster.jpg)

『悦数 RAG』将持续迭代升级为企业提供更多元、更高效的解决方案助力企业在数字化转型的道路上迈出坚实的步伐。

引领业务创新，重塑企业知识管理

图创价值 Live—悦数 RAG ：引领业务创新，重塑企业知识管理

自 2023 年 8 月悦数与 LlamaIndex 联合发布 Graph RAG 以来，该技术就一直处于技术潮流的前沿。它通过提供更具上下文感知的能力和数据训练的方法，缓解了传统搜索增强技术的幻觉，确保所提供的回复不仅精确，而且有足够丰富的信息。

在今天举行的 VLDB 2024 LLM+KG 研讨会上，悦数 Gen AI 负责人古思为进行了关于《将生成式 AI 与图数据库结合：来自悦数图数据库的创新与见解》的演讲，在演讲中基于 Graph RAG 理念设计的『悦数 RAG』首次亮相，它可以简化知识应用的创建过程，无需编程技能即可轻松上手使用，掀开企业知识管理新篇章 。

![https://www-cdn.yueshu.cn/yueshu-website/images/08263.png](https://www-cdn.yueshu.cn/yueshu-website/images/08263.png)

##### 悦数图数据库 Gen AI 负责人古思为正在演讲


# 什么是『悦数 RAG』？


『悦数 RAG』是一款极简的知识应用构建平台，使 Graph RAG 技术的强大功能触手可及。用户可以通过友好易用的对话界面轻松创建搜索引擎、聊天机器人和内容生成应用，无需任何编程操作。通过激活和循环内部知识，『悦数 RAG』能够最大限度地发挥其价值，将知识和见解转化为行动。


# 为什么企业需要『悦数 RAG』？


对于许多企业来说，丰富的专业知识和业务洞察力往往局限于少数团队成员中，形成了知识孤岛和咨询瓶颈。对于没有计算机科学背景的领域专家来说，DAG、Workflow、Agent和 RAG 等生成式人工智能技术可能令人望而却步，成为 Gen AI 技术落地企业的一大阻碍。因此，通常只有数据或人工智能部门的同事才会使用这些高级工具，类似于只有少数人掌握 Excel 中的复杂商业智能和高级统计功能。

『悦数 RAG』提供了一个简单易用的平台，降低了高级工具的入门门槛，使每个员工都能根据自己的领域知识创建和优化应用程序。在直观的对话界面引导下，用户使可以像与同事交谈一样自然地构建和完善应用程序。从下一代搜索引擎到客户服务问答系统、报告生成器和故障排除工具，『悦数 RAG』将尖端技术与易用性融为一体。

![https://www-cdn.yueshu.cn/yueshu-website/images/08262.png](https://www-cdn.yueshu.cn/yueshu-website/images/08262.png)

##### 用户应用界面：Graph RAG 回答援引的 Graph 上下文

# 用户主要收益

## 简化定制化解决方案的创建

企业可以轻松构建适合自身复杂需求的定制化知识应用，无需深入研究技术细节即可优化内部工作流程。

## 普及的知识应用构建

『悦数 RAG』提供了一个易于使用的平台，其设计精良的用户界面和简化的操作流程使得每位员工都能根据自身需求自主创建知识集和构建应用。这种设计使得构建应用不再是少数 IT/AI 技术人员的专属任务，而是所有员工都能参与的活动，从而加速了企业内部信息和资源的流通，提升了决策的速度和准确性。

## 低成本无缝接入尖端技术

企业用户无需额外的开发投入或昂贵的培训成本，即可利用最先进的高级 RAG、Graph RAG 技术，快速实现知识管理和应用创新，从而加速业务创新和价值创造。

## 即时访问内部知识库

『悦数 RAG』提供的搜索和问答功能使企业能够迅速构建内部知识库的搜索引擎，提高员工访问关键信息的速度和效率，是构建企业内部智能问答系统的最直接方案。

![https://www-cdn.yueshu.cn/yueshu-website/images/08261.png](https://www-cdn.yueshu.cn/yueshu-website/images/08261.png)

##### 应用构建界面：通过自然语言设置、维护和优化应用


# 准备好将您的知识管理提升到 RAG 应用层面了吗

与市场上其他面向企业的 RAG 产品相比，『悦数 RAG』不仅在将 Graph RAG的性能拉满，而且在用户友好性和易用性方面也表现出众。其他解决方案可能需要深厚编程知识和技术专长，而『悦数 RAG』确保即使是非技术用户也能利用先进的 AI 技术的力量。选择使用『悦数 RAG』将降低知识管理的成本，并无疑会促进一个更加包容和创新的工作环境。

点击链接，[联系我们](https://www.yueshu.com.cn/contact)，开始您的悦数 RAG 之旅！

悦数 RAG 正式亮相 ：从知识到应用的飞跃，只要几分钟

悦数 RAG 正式亮相 ：从知识到应用的飞跃，只要几分钟（文末附使用申请链接）

在近日举办的『图创价值 Live——解锁能源新未来！能源行业图技术解决方案深度探索』的直播活动中，远景智能电网技术总监刘克文和杭州悦数解决方案专家鲍翰林共同探讨了新能源行业快速建设带来的新挑战、解决挑战的关键因素以及图数据库技术在新能源电网领域的突破性应用。

直播活动上正式发布了《全局视野，精准决策丨图数据库在新能源电网中的突破性作用》白皮书。本文将概述白皮书的精彩内容，扫描以下二维码即可下载白皮书，收获满满行业干货！

![https://www-cdn.yueshu.cn/yueshu-website/images/0822post1.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0822post1.jpg)


# 新能源行业快速发展为底层系统带来新的挑战


在当前能源转型和电力市场改革的背景下，电网行业面临三大核心挑战：首先是电网规模的不断扩大与复杂性的增加，使得电网的运行、维护和优化变得更加困难；其次是新能源的广泛接入与分布式能源的快速发展，对电网的灵活性、稳定性和智能化水平提出了更高要求；最后，如何在保障电网市场化运作的同时，确保数据的公正公平使用，防止价格操纵和不公平交易行为，成为电网行业亟待解决的问题。


# 基于图的应用解决方案


图数据库技术以其强大的关联数据处理能力，为电网行业提供了新的思路和方法。通过构建电网的图模型，可以直观展示电网拓扑结构和运行状态，实现精细化管理和优化。同时，该技术还支持复杂查询和实时数据分析，为电网智能化决策和快速响应提供支撑。此外，结合机器学习和人工智能技术，图数据库技术还可以进一步挖掘电网数据的潜在价值，为电网行业的可持续发展注入新的动力。


## 全局：构建“全网一张图”


通过图数据库技术，构建源网荷储电力系统全息图模型，将电网中的各类设备、线路和节点等元素进行全面建模和关联，形成一张全景式的电网模型。这种模型不仅直观展示电网的整体结构，还为后续的计算和分析提供了全面准确的数据支持。


## 快速：实时并行计算，提升响应速度


图数据库在实时并行计算方面具有显著优势，能够高效存储和查询复杂关系，满足实时大数据分析的需求。这一特性使得电网系统在应对复杂故障场景时能够迅速响应，有效保障电网的稳定运行。


## 准确：精准分析，优化决策过程


基于图数据库的输配电网协同网络分析功能，可以高效进行预想故障分析，通过快速准确的潮流计算和故障集筛选，为电网调度提供科学依据，提高电网的智能化管理水平，降低停电风险。


# 产品与客户案例分享

悦数图数据库是值得信赖的高性能图技术底座，助力了某电力调度中心构建统一时空立体模型的。通过融合调度、配网、暂态和市场等多类业务的统一模型，该中心实现了设备间关联关系从全量秒级计算到增量毫秒级读取的根本性改变，显著提升了调度决策的准确性和科学性，同时降低了系统运维成本，带来了显著的经济效益和社会效益。

作为新能源电网领域的重要技术支撑，图数据库技术将为能源行业的数字化转型贡献力量。扫描下方二维码下载【图数据库能源行业解决方案白皮书】。

![https://www-cdn.yueshu.cn/yueshu-website/images/0822post2.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0822post2.jpg)

全局视野，精准决策丨图数据库能源行业解决方案白皮书正式发布！

![https://www-cdn.yueshu.cn/yueshu-website/images/0731-4.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0731-4.jpg)

随着全球能源结构的深刻变革，能源系统正面临着前所未有的挑战与机遇。新能源的迅猛发展、电力市场化的推进以及电网调度的复杂性不断升级，都对能源系统的智能化、高效化提出了更高要求。为此，我们特别邀请了到了悦数解决方案专家-鲍翰林，为您带来一场关于“能源行业图技术解决方案”的深度直播，共同探索如何利用图技术赋能产业，创造无限可能。


在本次直播中，我们还将发布**能源行业解决方案白皮书**，并在直播结束后开放下载。同时，我们还将为您提供技术支持与咨询服务，助力能源行业的数字化转型与升级。


# 直播重点


## 能源行业现状分析与挑战



### 新能源发展迅猛：


据《2024电力供需分析报告》统计，到2024年底全国发电装机容量将达到33.2亿千瓦，其中新能源装机占比超过40%，居世界第一，但弃风弃光现象依然严重。


### 电力电子化特征凸显：


直流输电和新能源发电的引入，使得电网电力电子化特征更加显著，稳定形态更加复杂。


### 市场化与监管并重：


电力市场化推进与监管强化并存，调度机构需平衡电网安全运行与市场有序运作。


## 图技术如何重塑能源系统



### 全局一张图模型：


构建覆盖发、输、变、配、用全局的“全网一张图”，实现全局建模和实时监视分析。


### 大数据处理能力：


利用图数据库处理海量关系数据，实现分布式存储和并行处理，提升数据处理效率。


### 实时并行计算：


采用“存算一体”计算模式，快速响应电网动态变化，提高故障处置速度。


## 图技术在能源行业应用中的实践案例



### 输配电网协同网络分析：


实现超实时态势感知，将分析周期从分钟级缩短到秒级，提升电网运行效率。


### 状态估计与在线潮流计算：


融合图节点/分层并行计算，提升计算性能，实现毫秒级状态估计和秒级在线潮流计算。


### 海量设备生命周期管理：


通过设备追踪管理和质量分析管理，构建设备知识图谱，实现设备全生命周期的智慧化管理。

**扫描下方海报二维码！立即预约直播席位，与行业专家面对面交流！**

![https://www-cdn.yueshu.cn/yueshu-website/images/0731-6.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0731-6.jpg)

**我们期待在直播中与您分享更多关于能源行业解决方案的精彩内容，共同探索数据驱动的未来能源之路**

共同探索数据驱动的未来能源之路

图创价值 Live——解锁能源新未来！能源行业图技术解决方案深度探索

悦数图数据库新版本今日正式发布！作为**首款也是目前唯一一款**分布式 GQL 图数据库，它的发布是图技术发展中的一个重要里程碑，标志着图技术迈上了新台阶！悦数图数据库在设计上致力于提供卓越的性能与效率，旨在满足现代数据运营中的核心需求。新版本引入了全新升级的架构，全面释放了 GQL 强大的功能；配备的增强内核引擎，为子图计算、多集群管理等新功能提供了卓越的性能基础，确保了数据的可靠性和安全性。


# 悦数图数据库新版本的核心亮点


## 深度优化的全新架构
GQL 不仅是标准图查询语言，它还标准化了图数据库的的综合定义，包括目录、图类型等。只是简单的将 GQL 兼容到现有图数据库中并不能发挥它的全部能力，在新版本中，悦数的研发团队从存储层到计算执行层都进行了大量优化，从而在架构层面发挥 ISO-GQL 的全部能力。

## 性能强劲的内核引擎
新版本悦数图数据库的内核引擎已根据最新的 GQL 标准进行升级和优化，增加了新特性和功能，以更好地满足客户需求。

![https://www-cdn.yueshu.cn/yueshu-website/images/0731-8.png](https://www-cdn.yueshu.cn/yueshu-website/images/0731-8.png)


### 支持原生图的查询计划
本次升级引入了基于关系代数的查询优化规则，同时提供针对企业用例的原生图查询计划和操作符。

### 全新升级的数据存储模式
新版本在存储层的执行能力得到提升，能够处理计算层下推的操作符。经过优化后的存储模式，能够实现更精细的分片，便于数据的合并和拆分，解决底层数据的分布带来的难题。

### 优化增强的执行器
新版本支持并发执行环境、向量化执行引擎，以及细粒度的内存管理，可下推子查询计划。计算和存储层之间的交互协议和数据结构经过调优，减少数据转换，提高整体性能和内存效率。

## 强大的子图计算能力
本次升级全新引入子图计算功能，允许用户针对图数据的特定区域进行深入分析，无需遍历整个图结构，从而显著提高了处理复杂图遍历任务的速度和效率。


## 灵活高效的多集群管理
新版本基于 GQL 目录和图的类型能够对应多个图的定义，实现了多集群管理功能，支持第三方认证和基于最小权限原则（PoLP）的授权机制。这一功能不仅提高了资源利用率，还确保了不同集群间的独立性与安全性，满足了复杂业务场景下的高性能与隐私保护需求。

![https://www-cdn.yueshu.cn/yueshu-website/images/0731-7.png](https://www-cdn.yueshu.cn/yueshu-website/images/0731-7.png)


## 高度可定制的插件体系

悦数图数据库在新版本中提供了更强的集成和定制化能力，允许用户根据实际需求定制系统功能。从算法实现到认证方法，从日志管理到审计跟踪，用户都可以根据自身需要轻松添加或修改插件，并通过权限管理来实现系统的深度定制、扩展和精细化管理。


# 这些新功能对您的业务意味着什么？


## 面向未来的技术选择


标准向来是技术领域的可靠伙伴，拥抱GQL意味着您将站在技术发展的前沿，避免被快速迭代的技术趋势所淘汰。无论是CIO还是开发人员，都能从 GQL 的一致性、互操作性和可扩展性中受益，比如降低学习成本，提升工作效率、无缝集成生态系统、避免被供应商限制等优势。


## 显著提升的性能与效率


基于 LDBC SNB Interactive 基准测试的数据，悦数图数据库在性能上实现了显著提升。与旧版本相比，其查询速度最高可提升 6 倍以上，平均提升达到 3 倍。同时，内存使用效率也大幅提升，峰值内存占用降低了 90%。这一系列的性能优化，使得用户可以在更低的硬件成本下，获得更为强大的数据处理能力。具体而言，新版本的悦数图数据库仅需使用原先 1/10 的内存，即可实现先前 3 倍以上的性能表现。


## 轻松应对复杂业务场景


新版本悦数图数据库将易用性和灵活性提升到了新的高度。通过引入子图计算功能，用户可以轻松分析和管理数据的特定部分，使复杂查询更加直观高效。新的插件功能增强了定制化能力，使企业能够无缝地将数据库定制为符合自身独特需求的形式。此外，多集群管理能力确保了大型分布式系统的扩展和维护既简单又可靠。这些进步共同使用户能够以前所未有的简便性和适应性充分挖掘图数据的潜力。

随着悦数图数据库新版本 RC 版的发布，悦数为分布式图数据库性能和灵活性树立了新标准。抓住这次机会，让您的数据基础设施面向未来，实现前所未有的性能和效率！


现在，是时候让您的数据基础设施迈上新台阶了！立即体验新版本悦数图数据库，开启您的图数据库新时代！



悦数图数据库新版本 RC 版今日正式发布！

悦数图数据库新版本 RC 版发布：全面拥抱GQL，引领图数据库新时代

![https://www-cdn.yueshu.cn/yueshu-website/images/0717-5.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0717-5.jpg)

7 月 16 日至 7 月 17 日，由中国通信标准化协会和大数据技术标准推进委员会主办的 2024 可信数据库发展大会在北京成功举行。一众数据库领域的专家、学者、创业者汇聚一堂，分享围绕金融、电信、能源与政务领域的数据库应用创新的落地经验，探讨分享 AI+DB、搜索与分析型数据库、多模数据库、数据库生态、数据库国际化等前沿技术趋势。


# 官方认可，荣获业界首张图数据库性能专项证书


在 7 月 16 日进行的可信数据库发展大会主论坛中，新版本悦数图数据库 **作为业界首个也是目前唯一一个原生支持 ISO-GQL 图查询语言的分布式图数据库**，凭借其出色的性能表现脱颖而出，成为**首家**完成全项测试并荣获性能专项证书的图数据库产品。这一殊荣不仅是对悦数图数据库技术实力的充分肯定，更彰显了悦数在图数据库领域的领先地位和创新实力。

大会现场，杭州悦数的首席技术官叶小萌代表公司上台领奖。悦数图数据库能够获得业界首张图数据库性能专项证书，将激励悦数不断优化产品性能，坚持以用户需求为导向，提升用户体验。

![https://www-cdn.yueshu.cn/yueshu-website/images/0717-3jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0717-3.jpg)

![https://www-cdn.yueshu.cn/yueshu-website/images/0717-4jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0717-4.jpg)

# 技术突破，GQL + Graph RAG 开启未来新篇章

在 7 月 17 日下午举行的的人工智能与数据库融合发展的分论坛上，叶小萌阐述了图数据库在处理复杂关系场景中的独特优势，以及悦数的 Graph RAG 技术在不同应用场景中的广泛价值和深远意义。他深度解析了悦数图数据库与国际标准 ISO-GQL 的关键技术特性：GQL 作为国际图数据库的标准查询语言，不仅显著简化了查询流程，大幅度提升了查询效率，并且实现了与现有技术栈的无缝对接。它全面而精确地定义了图数据库的核心特性。此外，叶小萌还介绍了 Graph RAG 实践与应用。**Graph RAG 的概念由悦数在 2023 年 6 月与 LlamaIndex 社区合作的网研会上首次提出**，今年 2 月微软也加入该技术的探索与开发。Graph RAG 创新性地融合了知识图谱与大语言模型（LLM），能够为知识图谱提供了更为丰富、全面的上下文信息，使用户能够以更低的成本享受到更智能、更精确的搜索体验。

![https://www-cdn.yueshu.cn/yueshu-website/images/0717-1.JPG](https://www-cdn.yueshu.cn/yueshu-website/images/0717-1.JPG)

叶小萌指出，悦数图数据库从底层原生支持 GQL 及将图与 RAG 融合，是公司在技术创新方面的两个重大成果。这一结合不仅提升了产品的技术竞争力，更为用户提供了更加高效、灵活的图数据处理解决方案，带来了全新的应用场景和价值体验。未来，悦数将继续致力于图技术的研发与应用推广，积极打造行业解决方案的坚实底座，推动图数据库技术的创新和应用扩展。

![https://www-cdn.yueshu.cn/yueshu-website/images/0717-2.JPG](https://www-cdn.yueshu.cn/yueshu-website/images/0717-2.JPG)


# 应用广泛，赋能千行百业，解锁数据价值


悦数图数据库作为国内图数据库领域的先行者，已在电信运营商、银行、保险、证券、互联网、能源、政府公共部门、国防军工、科研等多个领域得到广泛应用。超过 2000 家企业和机构选择悦数图数据库作为其业务核心系统的支持平台。悦数致力于帮助客户高效解锁数据价值，赋能业务发展，共同推动用户数字化转型的进程。


# 面向未来，持续创新，引领行业发展

展望未来，悦数将不断加大在技术研发和产品创新方面的投入力度，持续推动前沿图技术的应用与发展，为企业用户提供更加高效、灵活、安全的图数据库解决方案。同时，悦数还将积极探索与大语言模型的深度融合，为企业级需求量身打造生成式AI应用方案，助力企业实现智能化升级和数字化转型的跨越式发展。


悦数荣获图数据库性能专项证书

悦数图数据库闪耀可信数据库大会，荣获业界首张图数据库性能专项证书

作为杭州悦数的最新产品，悦数图数据库不仅是全球首家，更是目前唯一一家支持 ISO/IEC 39075:GQL 国际图查询语言标准的分布式图数据库。它使用属性图模型，集中管理和存储用户数据，并且可以使用经过市场认证的 MATCH 语句以及其他丰富的类 SQL 语句，轻松完成查询属性图。


# 全面拥抱 GQL ：图查询的新篇章


不同于兼容或适配 GQL 的技术路线，悦数图数据库在数据库核心和底层架构进行了重构，全面拥抱  GQL。同之前版本的悦数图数据库相似，属性图的  schema 仍然是用户创建或修改，并由数据库管理的。以下是一个使用 GQL 编写的 DDL 查询示例，该查询尝试创建一个包含一组节点类型（如 City、Country、Continent 等）和边类型（如 CITY_IS_PART_OF_COUNTRY、COUNTRY_IS_PART_OF_CONTINENT 等）的图类型。每个节点或边类型都有其类型名称（如 City）、一组可选标签（如 City、Place）和一组可选属性（如 id、name、url）。
```
CREATE GRAPH TYPE IF NOT EXISTS ldbc_type AS {
  NODE City (LABELS City&Place {id INT64 PRIMARY KEY, name STRING, url STRING}),
  NODE Country (LABELS Country&Place {id INT64 PRIMARY KEY, name STRING, url STRING}),
  NODE Continent (LABELS Continent&Place {id INT64 PRIMARY KEY, name STRING, url STRING}),
  ...
  EDGE CITY_IS_PART_OF_COUNTRY (City)-[:IS_PART_OF]->(Country),
  EDGE COUNTRY_IS_PART_OF_CONTINENT (Country)-[:IS_PART_OF]->(Continent),
  EDGE UNIVERSITY_IS_LOCATED_IN_CITY (University)-[:IS_LOCATED_IN]->(City),
  }
```
创建图类型后，就可以随心所欲的创建任意数量的图，这些图都将受到相同图类型的约束。

接下来，我们使用之前创建的 ldbc_type 来创建一个名为 LDBC 的图。
```
CREATE GRAPH IF NOT EXISTS LDBC TYPED ldbc_type
```

构建好 LDBC 图后，用户可以使用 MATCH 查询来挖掘数据的价值，如下所示，首先声明了两个要从图中匹配的路径模式，然后按 person.id 和 message.id 属性对结果进行排序和限制，最后返回你需要的属性。

```
MATCH
  (person:Person)-[:KNOWS]->(friend:Person),
  (message:Message)-[:HAS_CREATOR]->(friend)
ORDER BY
  person.id DESC,
  message.id ASC
LIMIT
  20
RETURN
  friend.id AS personId,
  friend.firstName AS personFirstName,
  friend.lastName AS personLastName,
  message.id AS postOrCommentId
```
如果您想更深入的了解 GQL 相关的内容，那么 ISO 发布的《GQL 数据库语言》以及《理解 GQL：标准图查询语言的全面概述》这两份资料，将为你提供关于GQL的详细信息，包括其定义、用途、语法以及如何在图数据库中使用它进行查询和管理数据。


# 焕新登场：从内到外的架构升级


## 架构设计：全面升级，性能飞跃

与 v3.0 系列相比，新版本的悦数图数据库在所有组件上均取得了根本性的技术进步。从全面支持 GQL 的新前端，到分布式架构的一致性协议，再到企业级基于规则的优化和图原生操作符支持，每一个细节都经过了技术人员的精心设计和优化。

## 数据结构：紧凑高效，快如闪电

在内存中，我们使用新设计的与 Apache Arrow 兼容的向量数据结构来存储节点和边的数据。这种紧凑的布局方式不仅减少了多达 95% 内存开销，还无需对数据进行序列化或反序列化，也无需为此过程分配临时内存空间。用户可直接在内存中进行快速的图遍历和属性检索，还能够进行不受编码和解码限制的超高速查询，享受前所未有的速度体验！

## 执行器：多面优化，无所不能

新版本悦数图数据库的执行器现在能够完全以向量化方式实现所有算子，同时对向量中的所有值进行运算。这意味着用户可以充分利用现代多核处理器和 DRAM 的硬件优势，享受比老版本快 2-3 倍的查询速度。此外，新版本还实现了完全并发和流水线化的运行时，显著提高了工作时的负载平衡和多核处理器利用率，并解决了 NUMA 问题。另外，新版本还支持子查询计划下推、细颗粒度的内存管理等功能，助力高效查询。


## 存储引擎：优化编码，更快更稳、

新版本的存储引擎得到了全面优化，实现了更快的 KV 编码和前缀扫描。同时，还引入了分区中的分桶的概念，让数据平衡和迁移变得更加快速和简单。用户还可以在创建图后更改分区数，享受更灵活的数据管理体验！


## 插件与程序：扩展性强，功能丰富
在新版本中，我们还支持添加插件和开发程序的功能。用户可以像使用 PostgreSQL 等流行数据库一样，将插件插入数据库内核，实现更多自定义功能。同时，新版本支持使用 C++ 开发程序，并在 GQL 查询中调用它们，享受更好的性能和复用性！


# 性能对比：3 倍提速，多快好省


## 测试环境

一个三节点集群

64 核 Intel 8352Y CPU，2.20GHz

256GB DRAM

2TB SSDs

比例因子（SF）为 100


## 测试结果

在同一环境下，以查询延迟的第 99 百分位数作为指标，新版本的悦数图数据库相较于 v3.7 版本的性能提升了 1.01 到 6.43 倍，平均提升 3.01 倍。而且所有新版本上的查询均采用已发布为国际标准的 GQL 编写，而 v3.7则使用 openCypher 进行编写。这意味着，用户仅需使用声明式查询语言即可轻松获得卓越性能，无需依赖复杂的 C++ 过程。

以 Q1 查询为例，新版本的速度是 v3.7 的 3.82 倍，同时其进程峰值内存占用比 v3.7 减少了 64.47%。综上所述，新版本悦数图数据库能以约 1/3 的内存资源实现 3 倍以上的性能提升。


## 语句示例
```
USE ldbc
MATCH 
  (p:Person{id:2}),
  (friend:Person{firstName:"Kyle"})
WHERE 
  p<>friend
MATCH 
  path1 = ANY SHORTEST PATH (p)-[:KNOWS]-{1,3}(friend)
RETURN 
  min(length(path1)) AS distance,
  friend GROUP BY friend
NEXT 
USE ldbc
ORDER BY
  distance ASC,
  friend.lastName ASC,
  friend.id ASC
LIMIT
  20
MATCH
  (friend)-[:IS_LOCATED_IN]->(friendCity:City)
OPTIONAL MATCH
  (friend)-[studyAt:STUDY_AT]->(uni:University)-[:IS_LOCATED_IN]->(uniCity:City)
RETURN 
  collect(CASE WHEN NOT uni.name IS NULL THEN RECORD 
      {uniName:uni.name,
      studyAtClassYear:studyAt.classYear, 
      uniCityName:uniCity.name} END
    ) AS unis,
  friend,
  friendCity,
  distance GROUP BY friend,
  friendCity,
  distance
NEXT 
USE ldbc
OPTIONAL MATCH
  (friend)-[workAt:WORK_AT]->(company:Company)-[:IS_LOCATED_IN]->(companyCountry:Country)
RETURN
  collect(CASE WHEN NOT company.name is null THEN RECORD 
      {companyName:company.name,
      workAtWorkFrom:workAt.workFrom,
      companyCountryName:companyCountry.name} END
    ) AS companies,
  friend,
  unis,
  friendCity,
  distance GROUP BY friend,
  unis,
  friendCity,
  distance
NEXT
USE ldbc
ORDER BY
  distance ASC,
  friend.lastName ASC,
  friend.id ASC
LIMIT 20
RETURN
  friend.id AS friendId,
  friend.lastName AS friendLastName,
  distance AS distanceFromPerson,
  friend.birthday AS friendBirthday,
  friend.creationDate AS friendCreationDate,
  friend.gender AS friendGender,
  friend.browserUsed AS friendBrowserUsed,
  friend.locationIP AS friendLocationIp,
  friend.email AS friendEmails,
  friend.speaks AS friendLanguages,
  friendCity.name AS friendCityName,
  unis AS friendUniversities,
  companies AS friendCompanies
```


# 悦数图数据库GQL 的先行者，性能与效率再创新高

悦数图数据库新版本是首个也是目前唯一一个支持 GQL 标准的分布式图数据库。它不仅允许用户以标准化的方式开发应用程序，还结合了最新的数据库技术和对图原生特性的全面语法支持。通过 LDBC SNB 基准测试评估，新版本的平均速度比目前最先进的 v3.7 版快 3 倍，内存效率也提高了约 3 倍！随着正式发布的临近，我们将在更多场景下发布更多的评估结果，敬请期待！



提速三倍？不止！悦数图数据库新版本技术特性抢先看！

![https://www-cdn.yueshu.cn/yueshu-website/images/06272.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/06272.jpg)

# 项目背景


这家成立于 2015 年的全球金融科技独角兽公司，为全球超过 10 万家企业提供金融服务接口，支持国际交易和资金转账。该平台可以支持近 180 个国家的本地收款服务，并能够向超过 150 个国家付款。截至 2024 年 1 月，该平台的全球汇款总额已超过 500 亿美元。


# 业务挑战：升级风控系统以应对金融欺诈


该公司以前使用传统的关系型数据库进行风险控制，但发现其在处理多表连接时效率低下，难以有效识别欺诈风险。


作为一家全球化的金融平台，不仅需要实现无缝交易，更需要保障资产和交易的安全，特别是在复杂的金融诈骗环境中。经过对欺诈事件的回顾性分析，该公司发现图数据库在揭示隐藏的数据关联方面更为出色，因此决定采用此类技术作为风险控制的解决方案。


# 解决方案：利用悦数图数据库提升欺诈检测能力


该公司评估了多个企业图数据库解决方案，包括ArangoDB、Neo4j、TuGraph 和悦数图数据库，并从架构、性能和可扩展性等方面进行比较。悦数图数据库凭借其分布式架构、水平扩展能力以及专业的技术支持脱颖而出。


## 分布式架构支持全球数据合规


由于该公司在全球范围内运营，面临着大量数据合规要求，如反洗钱和消费者隐私保护等。因为悦数图数据库采用了分片分布式架构设计，将存储与计算分离，可以完全满足这些数据合规要求。


## 实时反欺诈检测的优越性能


选择悦数图数据库的关键在于其支持实时反欺诈操作，能够处理超过 1000 个并发请求，并提供毫秒级响应时间。悦数图数据库强大的本地图引擎具备高 QPS（每秒查询数）和 TPS（每秒事务数），以及毫秒级延迟，能够轻松处理高并发级别的情景，非常适合该公司的需求。


## 面向未来增长的无缝扩展性

考虑到未来的发展计划，该公司强调风控平台的可扩展性。悦数图数据库由于其无分片分布式存储设计，提供了强大的水平扩展性，是处理未来不断增长的业务和数据的理想解决方案。


## 关键基础设施的优质技术支持

稳定性是基础软件的必备条件，该公司还希望图数据库供应商能够提供可靠的技术支持。作为分布式图数据库的领导者，悦数图数据库拥有技术实力雄厚的顶级专家团队，从项目初期到最终上线，在多方面提供了专业的技术支持，得到了该公司的高度评价。


# 项目成果：通过基于悦数图数据库的风险控制平台实现安全交易

悦数图数据库在整个风险控制平台中发挥了关键作用，涵盖新用户资料审核、交易风险审查和交易后分析三个子域，确保系统交易安全。

![https://www-cdn.yueshu.cn/yueshu-website/images/06273.png](https://www-cdn.yueshu.cn/yueshu-website/images/06273.png)

## 新用户资料审核
该公司使用悦数图数据库分析新用户的网络信息、设备指纹和用户资料之间的潜在关系。通过全面审查这些信息，系统可以自动过滤掉高风险用户。


## 交易风险审查

系统根据风险评估模型自动审查每笔交易。当交易被标记为可疑并需要手动审查时，悦数图数据库可以详细分析交易实体及其交易对象的关联关系，帮助审计人员做出明智决策。


## 交易后分析

该公司定期使用数据挖掘和机器学习技术扫描客户的历史行为，检测异常用户或交易。悦数图数据库原生支持图聚类算法，高效识别关联账户集群，对可疑账户集群进行标记并审查，降低未来风险。


此外，悦数图数据库还帮助该公司构建了完整的用户知识图谱，作为 RAG（检索增强生成）的信息库，通过大语言模型为合规部门提供客户公司股权、运营状况和合作伙伴数据的简短摘要，帮助快速了解不同业务的运营状况。


总的来说，悦数图数据库在为该公司建立安全、高效和可靠金融系统的过程中发挥了关键作用，通过分析复杂交互和行为，使该公司在用户从上线到事件后分析的所有阶段减轻风险。



悦数图数据库在为该公司建立安全、高效和可靠金融系统的过程中发挥了关键作用，通过分析复杂交互和行为，使该公司在用户从上线到事件后分析的所有阶段减轻风险。

案例分享丨全球金融科技独角兽利用悦数图数据库保障金融交易安全

![https://www-cdn.yueshu.cn/yueshu-website/images/06192.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/06192.jpg)

**7 月 19 日 ~ 7 月 21 日**，悦数图数据库将亮相**北京 · 国家会议中心**，参加 **2024 中国国际金融展**。作为一家专业的图数据库厂商，我们将借此机会展示我们的产品与技术，同行业专家和同行们进行交流，探讨金融科技领域的最新趋势和挑战。

中国国际金融展是中国金融领域最重要的展会之一，每年都吸引着来自全国各地的金融机构、科技企业和行业专家参展和参观。我们本次将在 **B903 展位**恭候各位的到来~

悦数图数据库采用原生分布式架构，能够高效地存储、管理和分析大规模的数据，包括**中国电信、微众银行、兴业银行、招商证券等多家头部企业选择悦数图数据库作为核心生产系统。**

在本次展会中，我们将展示**全新版本的悦数图数据库 v5.0** 在金融领域的最新应用与实践：


## 高效查询优化


新版本悦数图数据库全面原生支持 **ISO-GQL** 最新标准图数据库查询语言，并针对 GQL 进行了全面优化，打造全新引擎，将性能提升至原有的**至少 3 倍**。同时，优化了内存使用情况，同样状况下能够**减少 90% 的内存使用**，能够更快速地响应复杂的图查询请求，大幅提升查询性能。支持跨节点的高效协同计算，提供更强大的数据处理能力。


## 新增子图计算模式


本次更新，新增了适用于**交互式分析场景**，又对实时性要求和**复杂图遍历及迭代计算**有一定需求的——例如子图计算模式。子图计算能够大幅降低计算时长，并且延时控制在**秒到分钟级**，采用局部遍历+迭代的的算法并新增自定义算法接口，能够处理海量数据，为企业提供更强大、更灵活的数据处理能力。


## 企业定制生成式 AI


悦数图数据库与**大语言模型**深度融合，为企业级需求量身打造生成式 AI。这一创新举措不仅减少了大模型的错误表达，还显著提升了结果的可解释性，为下一代企业级知识图谱应用的快速构建提供了有力支撑。通过这种方式，企业能够以更低的成本实现高准确性的数据查找和直观的可视化展示，从而大幅降低企业使用知识图谱的门槛。


## 反欺诈


悦数图数据库能够高效地存储和查询大量复杂的金融交易数据，以及客户、设备、账户等多维度的信息，从而帮助金融机构快速识别潜在的欺诈行为。


## 反洗钱


悦数图数据库可以有效整合来自不同来源的数据，包括市场数据、财务数据、宏观经济指标等，形成一个综合的关系网络，从多个维度分析投资组合的表现和风险。


## 风险管理


悦数图数据库通过构建企业内部控制和业务流程的关系图，识别潜在的运营风险和控制缺陷。及时调整和优化流程，降低风险。


## 知识图谱


悦数图数据库与大语言模型深度融合，为企业级用户量身定做生成式 AI，帮助企业快速低成本构建知识图谱，打造企业专有的智能金融专家系统。

我们真诚地邀请各位前来参观我们 **B903 展位**，期待与各位的交流与合作。让我们共同探讨图技术在金融领域的未来，推动图技术和金融科技的进步与发展。

7 月 19 日 ~ 7 月 21 日，北京 · 国家会议中心见！

中国国际金融展丨悦数图数据库引领金融数据新纪元

![https://www-cdn.yueshu.cn/yueshu-website/images/061101.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/061101.jpg)

大数据时代，随着各种社交网络、系统推荐等业务需求的不断发展，数据间的依赖和复杂度的逐渐增加，传统关系型数据库对这些需求捉襟见肘，图数据库应运而生。图数据库在金融风控、知识图谱、关系分析等应用场景的关联查询上有着明显优于其他数据库优势，在各领域都具有广泛的应用场景。

2024 年 6 月，在中国信通院举办的首批“可信数据库”图数据库性能测试中，杭州悦数科技有限公司的悦数图数据库产品脱颖而出，全项完成了测试用例，成为国内首家完成“可信数据库”图数据库性能测试的图数据库产品。本次测试为了能够更贴切地评估和模拟各产品在信创环境下的实际性能，全程在符合信创标准的环境下进行。

### 信通院测试体系
![https://www-cdn.yueshu.cn/yueshu-website/images/061103.png](https://www-cdn.yueshu.cn/yueshu-website/images/061103.png)

悦数图数据库在**图计算和图数据库性能**两项测试项目中斩获佳绩，充分展现了其在信创环境下的出色稳定性与可控性，为图数据库领域树立了新标杆。

参与本次测试的悦数图数据库新版本，是杭州悦数科技有限公司基于世界领先的开源分布式图数据库 NebulaGraph 打造的企业级原生分布式图数据库产品。具有**高性能、易扩展、安全稳定、自主可控的特点**，并拥有多项核心专利和技术认证。众多来自通信、银行、保险、证券、互联网、能源、政府工作部门、国防军工、科研等行业的头部企业和机构正在使用悦数图数据库及相关解决方案，作为其图技术平台的核心组件。

在最新版的悦数图数据库中，**新增了对国际图数据库标准语言 GQL《ISO/IEC 39075:2024 Information technology — Database languages — GQL》的支持，将性能提升至原有的 3 至 5 倍，同时优化了内存使用，减少了 30% 的内存占用。**此外，新增的子图计算模式为计算带来更大的灵活性，丰富了使用场景。在易维护性方面，多租户架构的设计最大化地提高了资源利用率，并满足了用户对于性能和隐私安全的双重需求。同时，本次更新还提供了更为灵活丰富的组件接口，支持用户根据需求进行自定义的精细化管理。

近期，**悦数图数据库还将与大语言模型深度融合，为企业级需求量身打造生成式 AI。**这一创新举措不仅减少了大模型的错误表达，还显著提升了结果的可解释性，为下一代企业级知识图谱应用的快速构建提供了有力支撑。**通过这种方式，企业能够以更低的成本实现高准确性的数据查找和直观的可视化展示，从而大幅降低企业使用知识图谱的门槛。**

悦数图数据库在本次可信数据库图数据库性能测试中展现了卓越的产品能力，以其高性能、易扩展、安全稳定及自主可控的特点，正引领着国内图数据库市场的发展潮流。未来，随着与更多前沿技术的结合，悦数图数据库有望为企业级用户带来更加丰富的应用场景和更高的价值体验。

悦数图数据库全项完成中国信通院图数据库性能测试

国内首家！悦数图数据库全项完成中国信通院图数据库性能测试

![https://www-cdn.yueshu.cn/yueshu-website/images/0527banner.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0527banner.jpg)

自从 ISO 发布了最新的 GQL 图查询语言标准以来，图数据库供应商和研究机构之间关于其对行业影响的讨论接连不断。显然， GQL 的普及得益于图数据库在诸如推荐引擎、供应链管理等领域的广泛应用。因此，需要一种统一的标准语言来查询和管理图数据库。

GQL 的重要性在于它能够用一个单一的标准化语言取代多种数据库特定的查询语言。这不仅促进了图数据库之间的互操作性，还标志着对某些图数据库供应商依赖的终结。此外，除了定义查询语言之外，GQL 还标准化了图数据库应该是什么以及它应该具备哪些关键特性，为图数据库行业的发展奠定了深远的基础。在本文中，悦数将带你了解  GQL 的一些重要术语，并探讨其对行业的变革潜力。
GQL 的关键术语和定义


# GQL 的关键术语和定义


GQL 的发布旨在建立一种统一的、声明式的图数据库查询语言，它既兼容现代数据类型，又能直观地表达出图的复杂逻辑。它定义了一个包括 DQL、DML、DDL 等属性图数据库的全面且强大的交互的框架，提供了一种现代且灵活的图数据管理和分析方法。以下是一些开发人员或图数据库用户应了解的 GQL 关键定义。


## 属性图数据模型


GQL 在包含节点和边的数据模型上运行，可进行基于模式的分析并能够将完成灵活的数据添加。该数据模型专为属性图数据库量身定制，因为 GQL 基于应用范围广泛的相对成熟图查询语言，吸收了其优点并确立了新标准。

资源描述框架（RDF）曾是另一种图数据模型类型，但并未纳入到 GQL 中作为标准图数据模型。结合 GQL 的定义，显然属性图数据模型才是事实上的标准模型。


## 图模式匹配（GPM）


GQL 定义的 GPM 语言使用户能够通过编写简单的查询语句来进行复杂的数据分析。虽然传统的图数据库查询语言支持单一模式匹配，但 GQL 进一步促进了跨多个模式的复杂模式匹配。例如，GQL 支持路径聚合、变量分组和带有可选过滤的嵌套模式匹配，提供了处理更复杂业务逻辑的表达能力。


## GQL Schema


GQL 既支持无 Schema 图（可接受任何数据），也支持强 Schema 图（受“ GQL Schema ”中指定的预定义图类型约束）。无论是无 Schema 图的灵活性，还是受 Schema 约束图的精确性，GQL 都可以满足广泛的数据管理需求。


无 Schema 图允许随时向节点或边添加新属性，而无需修改数据模型。这种适应性在处理复杂且不断变化的数据时非常重要，但从另一个角度来看，无 Schema 图将处理复杂数据管理的工作负担转移到开发人员身上。


相反，强 Schema 图提供了一个保证数据一致性和完整性的严格框架。强 Schema 内的确定性数据结构使任何数据变化都清晰可控。此外，预定义的数据结构增强了数据的可理解性和可用性，为用户和系统优化了查询过程。虽然强 Schema 图可能牺牲了一些灵活性，但在数据结构定义明确且输出数据具有规律性的生产环境中，这种权衡往往是合理的。


## 图类型


图类型是将图的内容限制为特定节点和边类型的模板，提供了一定程度的数据控制和结构。在 GQL 的定义下，图类型可以应用于多个图，这意味着相同的图结构类型可以在不同应用中共享，增加了灵活性。例如，企业的数据可能在不同部门、不同时区中有所不同，并且数据权限可能相互隔离。在这种情况下，使用相同的图类型可以促进业务管理，因为具有相同图类型的多个图能够实现权限管理和数据隐私合规规定。


# GQL 的显著进化


## GQL-catalog 与 GQL-data 的分离


GQL 参考 SQL 定义了一个持久且可扩展的目录初始化运行时环境：GQL-catalog。GQL列出了其存储的数据对象，包括各种元数据，如图、图类型、过程、函数等。GQL-catalog 可以独立于数据本身进行维护或升级，实现了灵活的权限管理和统一、标准化的元数据管理方法。


## 多图联合查询

GQL 支持多图联合查询。通过在查询过程中使用不同的图表达式，用户可以对不同的图进行操作，如组合、条件规则和连接等。这种能力有利于反欺诈调查和知识图谱整合等场景，在这些场景中，交叉引用公共和私人数据集是至关重要的。这些场景由于数据合规性、维护等原因，既需要数据隔离也需要集成数据分析。因此，数据需要拆分成多个图，但它们需要组合以完成特定的业务需求。


## 支持无向图


与之前图形数据库关系始终具有方向的定义不同，GQL 允许无向图。在某些情况下例如友谊这样的，顶点之间的关系自然没有方向，例如友谊。虽然这些关系可以建模为有向的，但这样做需要两个单独的边，从而使建模和查询过程变得复杂。


# 总结

GQL 的标准化是图数据库行业的一大进步。它不仅提供了简化的用户体验，还规范了属性图数据库的定义及其应具备的功能，并参考了实际应用场景。GQL 增强了图数据库在各个行业中的变革潜力。


新版本悦数图数据库是首个提供原生 GQL 支持的分布式图数据库，因为它基于 GQL 构建并为 GQL 设计。对于那些渴望体验图数据库查询未来的人来说，立即与我们联系，获取免费试用机会，亲身发现 GQL 的强大之处。


GQL 如何塑造图数据库的未来



# GQL 的革新



随着 GQL 查询语言的出现，不同图数据库系统得以实现统一的查询标准，彻底打破了数据库间的学习与迁移障碍。这一革新，不仅降低了图数据库的入门门槛，更推动了图技术在企业中的应用，助力复杂关系数据的高效处理。







5 月 23 日，悦数图数据库产品总监方扬亲临直播间，为我们深入剖析了 GQL 的技术内核，以及它如何引领图数据库技术的全新变革。同时，还揭秘了新版悦数图数据库的众多技术特点，让人眼前一亮。



若您错过了在线直播，请前往 **悦数图数据库** 视频号

即可观看精彩视频回放！

后续我们将带来更多关于图技术的干货分享~


# 主要内容  


## GQL ，不仅仅是一门语言

整个 GQL 的制定发布，不仅仅是一门查询语言的发布，它意味着图作为主要的数据模型进入到 IT 技术的基础架构中，促使大家使用图去思考问题。对图数据库的普及非常重要。可以类比的是，根据 IDC 的数据，SQL 发布后的 9 年时间里，对高校、学术界、产业界都有很大影响，整个关系型数据库的市场规模增长了 45 倍之多。


在 GQL 制定的过程中，完善了图数据库的定义，包括  Catalog、GraphType、Graph 、Node/Edge、Type / Label / property 等等，规范了一个图数据库应包含哪些内容，用户应该怎样去使用，所以，可以大胆预测的是，不支持 GQL 的图数据库产品，在未来一定会被淘汰。


## 悦数图数据库新引擎 


相比 v3 版本，v5 版本的引擎做了非常巨大的提升和优化。除了原生支持 GQL 以外，悦数图数据库根据多年的行业应用经验，增加了更多的查询优化规则，并且基于关系代数的查询优化，我们还增加了图原生的查询计划和算子，优化了计算层与存储层之间交互的通讯协议和数据结构，减少数据转换，提高整体性能，降低内存开销。


后续我们还将为大家带来更多有关 GQL 以及新版本悦数图数据库的干货分享~欢迎大家关注 悦数图数据库视频号 和 官方 B 站账号。我们会不断更新内容哦！

另外，本次直播视频回放已上传，如需下载本次文档，公众号后台回复 **解构 GQL** 获取。

悦数始终致力于技术的创新与突破，

期待与您共同见证图技术的辉煌未来！

悦数始终致力于技术的创新与突破，
期待与您共同见证图技术的辉煌未来！