TuGraph 图数据库¶

TuGraph 是由蚂蚁集团与清华大学联合研发的高性能图数据库，本文档将介绍 TuGraph 的核心概念、架构设计和应用场景。

项目地址：https://github.com/TuGraph-family/tugraph-db

什么是图¶

我们今天介绍的图，是图论中使用点和边表示的图（Graph），而非图像的图（Image）。

图的基本元素是点和边，其中点表示事物或实体，边表示点之间的关联关系。

例如在企业图谱中，点可以表示公司、员工、项目，边则表示他们之间的关系：

公司和员工之间的雇佣关系
员工和员工之间的好友关系
项目和员工之间的参与关系

除此之外，点和边上可以附加属性，比如员工的工号、雇佣的时间等，这样的图称为属性图。

图有非常丰富的表达能力，可以用于金融、工业、医疗等各个领域。在实际应用中，图的规模越来越大，比如金融交易图，点边规模可能达到百亿级别。

TuGraph 简介¶

TuGraph 图数据库由蚂蚁集团与清华大学联合研发，构建了一套包含图存储、图计算、图学习、图研发平台的完善图技术体系，拥有业界领先规模的图集群。

TuGraph 解决了图数据分析面临的大数据量、高吞吐率和低延迟等重大挑战，是蚂蚁集团金融风控能力的重要基础设施，显著提升了欺诈洗钱等金融风险的实时识别能力和审理分析效率。

核心特性¶

TuGraph 是支持大数据量、低延迟查找和快速图分析功能的高效图数据库，具有以下功能特征：

数据模型

属性图模型
实时增删查改
多重图（点间允许多重边）
多图（大图与多个子图）

事务处理

完善的 ACID 事务处理
隔离级别为可串行化（Serializable）
点边索引

查询与计算

混合事务和分析处理（HTAP）
支持图查询、图分析、图学习
主流图查询语言（OpenCypher、ISO GQL 等）
支持 OLAP API，内置 30 多种图分析算法
基于 C++/Python 的存储过程
事务内并行 Traversal API

可视化工具

提供图可视化工具
Browser 和 Explorer 网页端交互

性能与扩展性

千万点/秒的高吞吐率
TB 级大容量
高可用性支持
高性能批量导入
在线/离线备份恢复

TuGraph 产品架构¶

TuGraph 的整体架构自下而上包括以下几层：

1. 软硬件环境¶

TuGraph 核心由 C++ 开发，默认使用 GCC 8.4 编译器，遵循 C++17 标准。

CPU 兼容性：测试过基于 X86 和 ARM 的 CPU，包括 Intel、AMD、Kunpeng、Hygon、飞腾等

操作系统兼容性：支持多个操作系统，包括：

Ubuntu、CentOS、SUSE
银河麒麟、中标麒麟、UOS

硬件要求：

不需要特殊硬件如 GPU
对 RDMA、HBM 等硬件升级可以天然适配
默认 KV 存储使用 LMDB，需要文件系统支持 POSIX 接口

2. 存储层¶

图数据模型：

支持属性图模型
按照层次分为：子图、标签（点标签和边标签）、属性
使用直观的多层树状模型

存储实现：

多图采用数据物理隔离，每个图对应一个 LMDB 实例
图数据自适应映射到 KV 键值对，最大程度发挥读性能
KV 层实现多线程写，解决 LMDB 写性能较低的劣势
主键索引和二级索引通过 B+ 树实现

3. 计算层¶

计算层分为三个引擎：

图事务引擎

处理并发的图操作（单点查询、邻居查询、路径遍历）
侧重 ACID 事务保证
性能指标：QPS（每秒查询数量）

图分析引擎

处理全图迭代的复杂分析任务
单个任务并发利用所有硬件资源
性能指标：任务完成总时长

图神经网络引擎

全图迭代 + 机器学习框架
集成 PyTorch、MXNet、TensorFlow 等
可使用 GPU 等加速硬件

4. 客户端¶

SDK 支持：

Java、Python、C++ 等多种语言
RPC 协议（基于 brpc，长连接，高性能）
REST 协议（宽泛兼容，易对接）

交互方式：

命令行工具（lgraph_cypher）
Browser 和 Explorer 网页端
OGM（Object Graph Mapping）工具

5. 生态工具¶

TuGraph DataX：

支持 MySQL、Kafka、Hive 等多数据源导入
使用 SparkSQL 进行数据清洗
提供空库导入和增量导入模式

核心功能¶

查询语言¶

TuGraph 提供 Cypher 图查询语言，遵循 OpenCypher 标准：

支持 Procedure 嵌入
可插拔优化框架
可扩展安全性检查框架

存储过程（Procedure）¶

从 3.5 版本开始，TuGraph 支持新的存储过程编程范式：

定义标准的签名和结果
支持 POG（Procedures on Graph Query Languages）编程
POG 库打破了查询语言和存储过程之间的界限
扩展了查询语言的使用范围

数据导入导出¶

导入功能：

空库导入（离线导入）：吞吐率极高
增量导入：在线数据导入
空库导入性能约为增量导入的 10 倍

导出功能：

命令行工具：lgraph_export
支持格式：CSV、JSON
基于快照保证数据一致性

备份恢复¶

备份类型：

主动/定时备份
离线/在线备份
全量/增量备份

恢复功能：

恢复到最新状态
恢复到历史时间点
保证数据库一致性

数据预热¶

TuGraph 是基于磁盘的图数据库，仅当访问数据时才加载到内存。通过事先进行数据预热，可以改善服务器刚开启后因频繁 IO 操作导致的性能问题。

高可用¶

TuGraph 采用 RAFT 协议的多机热备机制：

实时多副本数据热备
部分副本不可用时集群仍能正常服务
RPO 接近 0
主从模式：主节点处理写请求，主从节点均可处理读请求
写请求需同步到多于二分之一的节点才算完成

应用场景¶

金融领域¶

金融领域的实体主要涉及人、公司、账户、产品等，它们之间的关系包括交易关系、登录关系、股权关系、雇佣关系等。

场景	描述
贷款审核	通过分析申请人的关联关系、交易情况等辅助判断偿还能力和意愿
贷后管理	分析借款人交易情况，预警逾期风险
失联修复	通过社交和购物数据找出其他联系方式
担保环检测	检测环状、链式、家族式、交叉等特殊担保结构
信用卡团伙欺诈检测	通过社区发现算法检测疑似欺诈团伙
反洗钱	在交易和社交网络中识别洗钱行为和链路
车险反欺诈	分析被保人、案件地点和修理厂关系，识别骗保行为

工业领域¶

工业生产和制造过程中产生大量异构数据，包括设计文档、设备数据、仿真方案、实验结果等。

场景	描述
供应链管理	管理产品-部件-零件的多层次、多供应商复杂网络
文档管理	有机组织不同类型文档，方便查找相关信息
研发过程管理	管理测试流程、数据版本、算法版本等复杂关系网络
设备信息管理	表示设备间的供电、供料、空间等关系

智慧城市¶

智能化城市管理需要综合道路、管线等拓扑信息，电力、饮用水等供求信息，以及环境信息等异构数据。

场景	描述
智能交通	基于道路拓扑、容量和流量进行智能信号灯调度
智能排水	基于排水系统信息和雨量对排水系统进行调度
管线管理	全周期管理管线，包括故障排查、寿命评估等
人群疏散	综合多种交通方式和道路承载量，优化疏散方案

社会治理¶

社会治理包括公共安全、法律事务、舆论、网络安全等多方面。

场景	描述
犯罪团伙发现	通过图分析算法识别联系紧密的犯罪团伙
涉众案件调查	有效组织涉众案件的人员和要素，提供证据支持
违法网站甄别	基于 IP-域名网络建立可信度模型，判断网站合法性
法院卷宗管理	管理案件间的复杂关系，提高办案和查询效率

互联网¶

人-人关系的社交网络、人-商品的购买关系构成图，通过分析提供优质服务。

场景	描述
ID 映射	统一存储用户信息和关系，识别单人多号和多人一号
好友推荐	基于社交网络提供"好友的好友"、"共同好友"等推荐
商品推荐	找出兴趣爱好类似的用户，推荐类似商品
垃圾用户识别	基于网络信息精准识别垃圾用户

快速开始¶

部署方式¶

TuGraph 提供三种部署方式：

云部署：基于阿里云计算巢快速部署
Docker 部署：使用预编译的 Docker 镜像
安装包部署：支持 CentOS、Ubuntu 等操作系统

学习资源¶

文档资源：

视频教程：

示例场景：

电影图谱
流浪地球图谱
三体图谱
三国图谱

主要仓库¶

TuGraph-DB：https://github.com/TuGraph-family/tugraph-db
可视化界面：https://github.com/TuGraph-family/tugraph-db-browser
性能测试（Twitter 数据）：https://github.com/TuGraph-family/gdbms-microbenchmark
性能测试（LDBC-SNB）：https://github.com/TuGraph-family/tugraph-snb-interactive
TuGraph-Analytics：https://github.com/TuGraph-family/tugraph-analytics

本文档基于 TuGraph 官方文档整理，更多详细信息请访问 TuGraph 官方文档。