圖資料庫賽道興起，看 NebulaGraph 如何打造差異化！

5G、物聯網、AI 等新興技術的不斷髮展，不僅讓資料量急劇攀升，同時也使得資料的關聯變得複雜化，而傳統的關係型資料庫往往無法承接這些變化。相比之下，圖資料庫在處理關聯關係上的效能則更具有優勢，也能夠深挖資料之間的關聯性，釋放資料的潛在價值。

為了深入瞭解圖資料庫的發展趨勢與落地情況，InfoQ 記者有幸在 2022 ArchSummit全球架構師峰會北京站 上，採訪了 NebulaGraph CTO 於新林老師。

以下是影片採訪的全部內容，為方便讀者檢視，影片下方也附上了文字內容。

InfoQ：近年來，我們看到越來越多的公司開始進軍圖資料庫領域，對於廠商自身而言，如何才能打出差異化？

於新林：在考慮差異化之前，我們首先要考慮客戶需要什麼，我們解決了客戶哪方面的問題，然後再考慮如何做好，給客戶提供更大的價值。當我們在服務好客戶的時候，差異化如何體現呢？

目前來看，我們的圖資料庫產品 NebulaGraph 的幾個關鍵詞是：開源、分散式、OLTP+OLAP、計算儲存分離、處理超大規模資料、高效能。對於杭州悅數科技有限公司來說，做好產品，服務好客戶就是我們打出的差異化：NebulaGraph 穩定性好，原生分散式，並且可以支援大規模海量資料。

另外，作為一家堅持開源的圖資料庫廠商，我們一直保持服務好使用者的初心，給客戶提供更優質的服務。在前期的 POC 階段，我們可以跟客戶一起理清他們的資料模型，幫助客戶寫一些資料上的語句，讓他們更好地使用圖資料庫。上線以後，我們會快速地響應客戶的問題以及持續地給客戶提供升級、運維的一整套服務。

InfoQ：對於企業而言，又該如何結合自身業務選擇最適合自己的圖資料庫產品？或者說，選擇一款圖資料庫需要從哪幾個維度去考慮？

於新林：我感覺企業要想選圖資料庫主要從以下幾個方面出發：

首先，要看業務的場景，如果你的業務是偏線上實時交易的，那就需要選擇 OLTP 能力比較強的圖資料庫，如果你的場景是偏圖計算和分析的，可能要選一款偏 OLAP 的，亦或者兩種場景都需要，那就選擇混合的；

其次，要考慮圖資料庫的穩定性，如果不穩，其實業務都無法開展。另外就是效能因素，這款圖資料庫產品的併發情況、響應時間等等；此外，由於圖資料庫中有大量資料是從外部匯入的，因此，也需要考慮海量資料的匯入效能和時間是否滿足業務需求。最後，當我們選擇圖資料庫廠商時，也需要考慮服務持久化的問題。

InfoQ：據 Gartner 預言，圖資料庫很快約佔到資料庫領域 10％市場。從您的觀察來看，圖技術的落地情況達到了怎樣的階段？

於新林：圖技術是一個快速發展的方向，是否佔 10%我沒法準確感受。我能感受到的是：起風了。從目前市場來看，客戶對圖相關接受度越來越高，購買、使用圖資料庫的客戶越來越多，這基於兩個方面：一方面得益於技術的成熟，另一方面是客戶的認知和對圖的需求逐漸攀升。圖技術相關領域其實蠻廣泛的，圖計算、分析、儲存、渲染、展示、圖+AI 以及各種各樣基於圖的業務應用，如社交、防疫、供應鏈、知識圖譜等。我們最近也釋出了幾個聯合方案：金融反欺詐、智慧投研平臺、智慧運維，通過這些方案，讓我們能更好地配合合作伙伴的業務，推動生態的健康發展。

InfoQ：與傳統關係型資料庫相比，圖資料庫雖然可以從海量資料中挖掘資料的關聯，但據瞭解，目前市面上的圖資料庫產品還很難滿足快速實時匯入資料。能否請您介紹下，目前圖資料還存在哪些侷限性？

於新林：從我們目前接觸客戶來看，客戶對快速實時匯入確實是剛需，我們這方面能力相對還好，目前感覺不是瓶頸。我現在一個基本的感受是：圖技術，相對於關係型資料庫來說屬於新興技術，可能對於很多國內使用者來說對還比較陌生，但其實這項技術在海外已經盛行了幾十年，包括 NASA、ebay、airbnb 在內的大小企業都在使用圖資料庫來解決通訊、 網際網路、電子商務、社交網路和物聯網等場景下的資料問題。近幾年，圖資料技術在國內也逐漸開始火熱，NebulaGraph 也逐漸被騰訊、美團、京東、360 數科、微眾銀行、小紅書、知乎、快手、BOSS 直聘等許多知名企業採用。

雖然現在國內圖資料庫行業還不夠成熟，標準也不完全統一，但同時我們也欣喜地看到國內網際網路大廠、以及像 NebulaGraph 這樣的專業廠商，正在努力構建一個成熟完善、使用者友好的生態。相信假以時日，我們能夠讓更多使用者低門檻地使用各種圖探索工具，感受圖演算法的快捷高效、更生動地感受到“圖”資料的直觀性和處理關聯資料的強大能力。

InfoQ：面對行業的痛點問題，NebulaGraph 做了哪些迭代和優化？

於新林：客戶目前的一些痛點問題主要還是在穩定性、效能、大資料、高可用、實效性以及資料匯入效能等。針對這些痛點，我們通過產品的一個個迭代和版本逐步解決。

舉例來講，為了解決穩定性問題，我們加大了測試的投入，包括功能測試、長期穩定測試、極限壓力測試、混沌測試等等；為了解決高可用問題，我們做了很多功能，包括快速擴縮容、資料 balance、備份恢復、叢集間複製等等。通過一次次迭代和優化，能在最短時間內解決客戶的痛點問題，也儘快建立起和客戶之間的信任關係，客戶會更放心的使用我們的產品。

InfoQ：在 NebulaGraph 資料庫支援下，已經解決了哪些企業的問題，能否分享幾個成功的案例？

於新林：在 官網 上有很多這樣的案例，這些都是客戶貢獻的案例說明，比較客觀一些。我分享兩個：我們有家客戶是偏政府的，他們最大的特點就是資料量特別大，而且資料量在持續地增長，點在千億級別、邊在萬億級別，他們的資料需要定期匯入。最大的訴求是分散式、支援海量資料、快速響應時間以及很高的匯入速度。剛好我們的產品能比較好地滿足他們的需求，所以兩邊能很快地配合進行 POC、驗證、上線，現在已經持續穩定跑了很久。

另一個是微眾銀行在資料血緣方案中，引入了 NebulaGraph 作為大資料平臺的圖資料基礎。主要看中了快速匯入大規模資料、低時延的實時計算，可以很好地幫助微眾銀行生成一份資料地圖，以快速發現數據問題、定位和分析以及解決問題，幫助業務開展。

InfoQ：在 2021 年 AS 的專訪中，您提到了 NebulaGraph 接下來的三個計劃，分別是 NebulaGraph 上雲，加大對 AP 領域的投入，以及把圖的計算和圖的分析以 SaaS 化的服務形式搬上雲。想了解下，目前的進展如何，是否有達到團隊的預期？

於新林：目前相關工作在持續開展，NebulaGraph 上雲這部分是開展比較快的一部分。目前我們已經和多家雲廠商在緊密的合作，包括 Azure、阿里雲、AWS、Gcp、華為雲等等。目前產品已經在部分雲廠商上線了，國內在阿里雲已經上線，大家可以免費試用。

AP 領域也在有序推進，相對進展沒有這麼快，當前主要把 AP 和 TP 產品做了整合，主要解決了客戶易用性問題，讓客戶更加方便地使用圖資料庫和圖計算的能力。SaaS 是我們未來要做的事，但目前還不是重點，現階段我們還是會更關注底層資料庫的效能和最佳使用者體驗。還是要集中優勢兵力把當前這個產品打磨好，本身這些產品也是為將來 SaaS 服務的一個根基，可能會到明年左右開始發力 SaaS 服務。當然了，考慮到終端使用者的實際使用需求，NebulaGraph 也正在與一些 ISV 和 SI 企業積極合作，這些生態夥伴中不乏有多年垂直領域行業經驗的解決方案提供商，通過提供圖資料庫底座能力給到他們來實現面向使用者的方案，便於終端使用者部署落地。

InfoQ：謝謝於老師接受採訪，也期待 NebulaGraph 在接下來有更大的突破。