阿里云图数据库GraphDB上线，助力图数据处理
<div style="color: black; text-align: left; margin-bottom: 10px;">
<h1 style="color: black; text-align: left; margin-bottom: 10px;">GraphDB简介</h1>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">GraphDB图数据库适用于存储，管理，<span style="color: black;">查找</span><span style="color: black;">繁杂</span>并且高度连接的数据，图库的结构<span style="color: black;">尤其</span>适合<span style="color: black;">发掘</span>大数据集下数据之间的共性和特性，<span style="color: black;">尤其</span>善于释放<span style="color: black;">包含</span>在数据关系之间的巨大价值。GraphDB引擎本身并不额外收费，仅收取云hbase<span style="color: black;">花费</span>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">适合的业务场景</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">在如下多种场景中图数据库比其他类型数据库（RDBMS和NoSQL）更合适</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">举荐</span>及个性化</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">几乎所有的企业都需要<span style="color: black;">认识</span><span style="color: black;">怎样</span>快速并且<span style="color: black;">有效</span>地影响客户来购买<span style="color: black;">她们</span>的<span style="color: black;">制品</span>并且<span style="color: black;">举荐</span>其他<span style="color: black;">关联</span>商品给<span style="color: black;">她们</span>。这可能需要用到云服务的<span style="color: black;">举荐</span>，个性化，网络分析工具。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">倘若</span><span style="color: black;">运用</span>得当，图分析是处理<span style="color: black;">举荐</span>和个性化任务的最有效武器，并<span style="color: black;">按照</span>数据中的价值做出关键决策。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">举个例子，网络零售商需要<span style="color: black;">按照</span>客户过往消费记录及订单<span style="color: black;">举荐</span>其他商品给这个客户。为了能成功的达到目的，当前回话下用户浏览操作等都<span style="color: black;">能够</span>实时集成到一张图中。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">图非常适合这些类似的分析用例，如<span style="color: black;">举荐</span><span style="color: black;">制品</span>，或基于用户数据，过去<span style="color: black;">行径</span>，<span style="color: black;">举荐</span>个性化<span style="color: black;">宣传</span>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">电商商品<span style="color: black;">举荐</span>案例</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">怎样</span><span style="color: black;">运用</span>GraphDB做商品实时<span style="color: black;">举荐</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">安全和欺诈检测</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">在<span style="color: black;">繁杂</span>及高度<span style="color: black;">关联</span>的用户，实体，事务，时间，交互操作的网络中，图数据库<span style="color: black;">能够</span><span style="color: black;">帮忙</span>检测<span style="color: black;">那些</span>实体，交易，操作是有欺诈性质的，从而规避<span style="color: black;">危害</span>。简而言之，图数据库<span style="color: black;">能够</span><span style="color: black;">帮忙</span>在数不清金融活动中产生的关系及事件<span style="color: black;">构成</span>的海量数据集中找到那根坏针。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">某深圳大数据风控案例</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">客户介绍：</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">该大数据有限<span style="color: black;">机构</span>专注于为银行、消费金融、三方支付、P2P、小贷、保险、电商等客户<span style="color: black;">处理</span>线上<span style="color: black;">危害</span>和欺诈问题。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">案例背景及痛点</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">近几年互联网金融行业兴起，诞生了<span style="color: black;">非常多</span>互联网金融企业，用户参加线上贷款，金融消费，P2P融资等金融活动门槛大大降低，在这些金融<span style="color: black;">行径</span>中<span style="color: black;">怎样</span>有效规避<span style="color: black;">危害</span>，进行风控是<span style="color: black;">每一个</span>金融企业面临的比较严峻的问题。用户的金融<span style="color: black;">行径</span>中会沉淀<span style="color: black;">海量</span>有价值的数据，在白骑士客户小贷场景中会产生一笔笔贷款记录<span style="color: black;">相关</span>的手机号，身份证，银行卡号，设备号等。这些数据<span style="color: black;">表率</span>一个个实体人，正常金融活动中，贷款，金融服务不是高频<span style="color: black;">行径</span>，一个实体人<span style="color: black;">通常</span>有一个<span style="color: black;">独一</span>身份证，常用银行卡号，手机号，设备号。这几者顶点见不会产生高密度图，但有<span style="color: black;">有些</span>高危低信用用户可能会<span style="color: black;">运用</span>同一手机设备申请贷款进行骗贷。客户痛点在于<span style="color: black;">怎样</span><span style="color: black;">有效</span>识别这些高危低信用用户。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">处理</span><span style="color: black;">方法</span></strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">创立</span>图模型</p>
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/pgc-image/d09680418d0b467dba8f6e64dcd7e2a1~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1729509545&x-signature=UmT5RpNZP9DXm%2B0u4AyRw35z9Go%3D" style="width: 50%; margin-bottom: 20px;"></div>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">分别创建手机号，设备号，身份证，银行卡号四类顶点及相互<span style="color: black;">相关</span>的边，扩展属性便于<span style="color: black;">查找</span>。从原数据仓库清洗后<span style="color: black;">经过</span>graph-loader工具导入GraphDB</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">在线<span style="color: black;">评定</span>用户信用资质</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">在申请贷款流程中，<span style="color: black;">能够</span><span style="color: black;">经过</span><span style="color: black;">运用</span>图库<span style="color: black;">能够</span>实时<span style="color: black;">查找</span>图中任意一手机号<span style="color: black;">相关</span>的身份证数量（一跳/二跳<span style="color: black;">查找</span>），恶意申请有如下特点，<span style="color: black;">相关</span>子图各类顶点<span style="color: black;">太多</span>，并且可能<span style="color: black;">相关</span>上离线分析标注过得黑名单用户，说明当前用户存在恶意申请<span style="color: black;">危害</span>，实时拒掉贷款申请。下图<span style="color: black;">表示</span><span style="color: black;">怎样</span>与<span style="color: black;">自己</span>小贷平台打通，做实时风控预警，箭头方向<span style="color: black;">表率</span>数据流方向。</p>
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/pgc-image/4c8099e54f6e40f1b51ed44c75a96d43~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1729509545&x-signature=deBP4gnoOeu9nrSSqTN0IHqzRRA%3D" style="width: 50%; margin-bottom: 20px;"></div>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">主动识别黑名单用户</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">借助spark graphframes分析能力，离线计算全图中各个顶点出入度及pagerank，主动挖掘超级顶点，超级顶点如一个手机号<span style="color: black;">相关</span>了多个身份证顶点，说明该用户金融活动频繁，<span style="color: black;">背面</span>的故事是一个实体人有多笔申请记录，分别<span style="color: black;">相关</span>了<span style="color: black;">区别</span>的身份证，手机号，说明该用户在进行恶意欺诈活动，人工标注黑名单用户，从源头禁掉用户金融活动。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">物联网</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">物联网（IoT）是另一个非常适合图数据库<span style="color: black;">行业</span>。 物联网<span style="color: black;">运用</span>案例中，<span style="color: black;">非常多</span>通用的设备都会产生时序<span style="color: black;">关联</span>的信息如事件和状态数据。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">在这种<span style="color: black;">状况</span>下，图数据库效果很好，<span style="color: black;">由于</span>来自各个独立的终端的流汇聚起来的时候产生了高度<span style="color: black;">繁杂</span>性</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">另外</span>，<span style="color: black;">触及</span>诸如分析<span style="color: black;">基本</span><span style="color: black;">原由</span>之类的任务时，<span style="color: black;">亦</span>会引入多种关系来做整体<span style="color: black;">检测</span>，而非隔离<span style="color: black;">检测</span>。</p>
<h1 style="color: black; text-align: left; margin-bottom: 10px;">GraphDB特性</h1>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">整体架构</p>
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/pgc-image/13040a2a5a7e4defbb79ae18f070dc04~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1729509545&x-signature=Th3YF8Bkac1zHZkTNw7pJHmsk4E%3D" style="width: 50%; margin-bottom: 20px;"></div>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">运用</span>Apache TinkerPop构建</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">GraphDB是Apache TinkerPop3接口的一个实现，支持Tinkerpop全套软件栈，支持Gremlin语言，<span style="color: black;">能够</span>快速上手。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">在GraphDB中，为应对<span style="color: black;">区别</span>的业务场景，数据模型<span style="color: black;">已然</span>做到尽可能的灵活。例如，GraphDB中点和边均支持用户自定义ID；自定义ID<span style="color: black;">能够</span>是字符串或数字；属性值<span style="color: black;">能够</span>是任意类型，<span style="color: black;">包含</span>map,数组，序列化的对象等。<span style="color: black;">因此呢</span>，应用不需要为了适应图数据库的限制而做多余的改造，只需要专注在功能的实现上面。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">GraphDB<span style="color: black;">拥有</span>完善的索引支持。支持对顶点<span style="color: black;">创立</span>label索引和属性索引；支持对边<span style="color: black;">创立</span>label索引，属性索引和顶点索引；支持顶点索引和边索引的范围<span style="color: black;">查找</span>和分页。良好的索引支持<span style="color: black;">保准</span>了顶点In/Out<span style="color: black;">查找</span>和<span style="color: black;">按照</span>属性<span style="color: black;">查询</span>顶点/边的操作都<span style="color: black;">拥有</span>很好的性能。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">与HBase深度集成</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">GraphDB<span style="color: black;">运用</span>企业认证的HBase版本<span style="color: black;">做为</span>其持久数据存储。 <span style="color: black;">因为</span>与HBase的深度集成，GraphDB继承了HBase的所有<span style="color: black;">重点</span><span style="color: black;">优良</span>，<span style="color: black;">包含</span>服务可用性指标，写/读/时刻都在线高可用功能，线性可扩展性，可预测的低延迟响应时间，hbase专家级别的的运维服务。 <span style="color: black;">这里</span><span style="color: black;">基本</span>上，GraphDB<span style="color: black;">加强</span>了性能，其中<span style="color: black;">包含</span>自适应<span style="color: black;">查找</span>优化器，分片数据位置感知能力。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">运用</span>spark graphframes做图分析</strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">借助阿里云HBase X-Pack<span style="color: black;">供给</span>的Spark<span style="color: black;">制品</span>，<span style="color: black;">能够</span>对GraphDB中的图数据进行分析。<span style="color: black;">做为</span>优秀的大数据处理引擎，Spark能够对任意数据量的数据进行快速分析，Spark支持scala、java、python多种<span style="color: black;">研发</span>语言，可本地调试，<span style="color: black;">研发</span>效率高。<span style="color: black;">另外</span>，阿里云HBase X-Pack的Spark服务<span style="color: black;">经过</span>全托管的方式为用户<span style="color: black;">供给</span>企业级的服务，大大降低了<span style="color: black;">运用</span>门槛和运维难度。Spark GraphX中内置了<span style="color: black;">平常</span>的图分析操作，例如PageRank、最短路径、联通子图、最小生成树等。</p>
<h1 style="color: black; text-align: left; margin-bottom: 10px;">云上大规模GraphDB<span style="color: black;">优良</span></h1>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">全托管，全面解放运维，为业务稳定保驾护航</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">大数据应用<span style="color: black;">常常</span><span style="color: black;">触及</span>组件多、系统庞杂、开源与自研混合，<span style="color: black;">因此呢</span><span style="color: black;">守护</span>升级困难，稳定性<span style="color: black;">危害</span>极高。云HBase GraphDB<span style="color: black;">供给</span>的全托管服务相比其他的半托管服务以及用户自建存在天然的<span style="color: black;">优良</span>。依托<span style="color: black;">连续</span>8年在内核和管控平台的<span style="color: black;">开发</span>，以及<span style="color: black;">海量</span>配套的监控工具、跨可用区、跨域容灾多活<span style="color: black;">方法</span>，GraphDB的底层核心阿里云HBase<span style="color: black;">供给</span><span style="color: black;">日前</span>业界最高的4个9的可用性（双集群），11个9的<span style="color: black;">靠谱</span>性的高SLA的支持，满足众多政企客户对平台高可用、稳定性的诉求。</p>
<h1 style="color: black; text-align: left; margin-bottom: 10px;"><span style="color: black;">运用</span>阿里云GraphDB</h1>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">GraphDB引擎<span style="color: black;">包括</span>在HBase 2.0版本中，用户在购买云上HBase数据库服务时，<span style="color: black;">能够</span><span style="color: black;">选取</span>GraphDB<span style="color: black;">做为</span>其图数据引擎。GraphDB引擎本身并不额外收费，<span style="color: black;">针对</span>需要<span style="color: black;">运用</span>图数据功能的用户而言，将大幅降低应用和<span style="color: black;">研发</span>成本。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">认识</span><span style="color: black;">更加多</span>关于阿里云云数据库HBase及图引擎GraphDB请戳链接：</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">产品入口：</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">https://cn.aliyun.com/product/hbase?spm=5176.224200.100.35.7f036ed6YlCDxm</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">帮忙</span>文档：</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">https://help.aliyun.com/document_detail/92186.html?spm=a2c4g.11174283.6.610.260d3c2eONZbgs</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">作者：恬泰</p>
</div>
楼主节操掉了，还不快捡起来！ 在遇到你之前，我对人世间是否有真正的圣人是怀疑的。
页:
[1]