使用图数据库和分析为零售电子商务构建下一代敏捷目录

该示例假设在将数据加载到TigerGraph之前，已经执行了数据规范化。让我们回顾一下TigerGraph中已加载项目数据的图分析。第一次查询将确定哪些产品受当前产品趋势的影响最大。在每个产品顶点上使用numOfUnits属性，可以有效地显示需求最高的产品、品牌或产品类型。

在一个特定的零售目录用例中，我们能够在大约1小时内处理230GB的数据。通过预处理查询以插入边(新关系)和值，Tigergraph能够在6分钟内完全连接图或互联数据中的所有相关项。而以前，230GB的数据加载到Hadoop-based NoSQL数据库，处理查询识别和建立新的关系——需超过6小时才确定新的关系，插入更新值，连接产品与新的关系。

从这个完全连接的图，能够在亚秒内运行产品分析查询。这些查询包括根据图中的其他因素找到排名前k位的产品或产品属性，根据输入产品找到排名前k位的类似产品类型，以及与图中其他品牌相比的品牌表现。所有这些查询的响应时间都在亚秒级。