高手问答第 241 期 —— 图数据库开发与应用实战分享

xplanet 发布于 03/18 08:53
阅读 3K+
收藏 18

当前,互联网数据呈指数级增长,集中表现在数据量级的飞越和数据关联的复杂化加深。对于企业而言,如何如何通过挖掘大数据的关联性去探索“隐藏”在背后的价值变得越发重要。

然而,传统的关系型数据库,在处理复杂数据关系运算上表现很差,随着数据量和深度的增加,关系型数据库无法在有效的时间内计算出结果。所以,为了更好地利用数据间的连接,企业需要一种——将关系信息存储为实体、灵活拓展数据模型的数据库技术,这项技术就是图数据库。

2019 年 Gartner 数据与分析峰会上,图数据被列为年度十大数据和分析趋势之一。并且,预计到 2022 年,全球图处理及图数据的应用将以每年 100% 的速度迅猛增长。根据 DB Engines 近 7 年数据库流行趋势显示,图数据库相较其他主流数据库受欢迎程度遥遥领先。

OSCHINA 本期高手问答 (2020 年 03 月 18 日 - 2020 年 03 月 25 日) 将以【图数据库的优势】为话题展开讨论,包括「图数据库入门」、「图数据库在具体场景的应用」、「图数据库的技术原理」、「图数据库如何解决面临的挑战」、「图数据库的选型」、「图数据库在人工智能的展望」等,当然也可以延伸到图数据库的整个领域,或聚焦于有关 HugeGraph 图数据库 的实战问题。

嘉宾简介

李章梅,现任百度安全部资深研发工程师,HugeGraph 开源图数据库技术负责人。主要从事图数据库及分布式存储的研发工作,曾在【第十届中国数据库技术大会】图数据库论坛发表演讲。开源技术爱好者,持续参与开源社区贡献,包括 OpenStack、Ceph、ScyllaDB、RocksDB、TinkerPop 等。

为了鼓励踊跃提问,华章图书会在问答结束后从提问者中抽取 3 名幸运读者赠予深入浅出图神经网络:GNN原理解析一书。 该书将理论与实践相结合,分别从原理、算法、实现、应用 4 个维度详细讲解了图神经网络。

购书地址:https://item.jd.com/12615065.html?dist=jd

此外,另抽取三位幸运读者,分别赠送百度熊一只 :D

OSCHINA 高手问答一贯的风格,不欢迎任何与主题无关的讨论和喷子。

下面欢迎大家向李章梅老师 @JermyLi 积极提问,直接回帖提问即可。

加载中
0
百度慧推
百度慧推

为百度安全 HugeGraph 开源图数据库手动点赞👍🏻

J
JermyLi
谢谢
0
山间无涯
山间无涯

@JermyLi 您好,我之前一直用neo4j做知识图谱,但是有一个点不太好,它可以存储一般的实体关系三元组,但是不太容易直接用pytorch等框架进行训练,每次需要进行转换成文本。请问您在这方面有什么建议吗?

返回顶部
顶部