HTAP /混合事务和分析处理
为何要使用可以混合事务和分析处理的图数据库？
您希望图数据库执行哪类操作？某些图平台纯粹适合大规模处理 (OLAP)，例如 PageRank 或社区检测。优秀的 OLAP 图数据库应该具备高度并行的处理设计和良好的可扩展性。某些图数据库专为“点查询”而设计，从一个或几个点开始若干步遍历。但是，要成为真正的事务数据库（用于 OLTP），它应该支持 ACID 事务、并发性和很高的每秒查询量 (QPS)。如果事务包括数据库更新，则必须做到实时更新。极少有图数据库能同时满足上述要求，这就是混合事务 / 分析处理 (HTAP) 数据库。
可以进行“点查询”的事务型图数据库在处理大数据量的全图算法上捉襟见肘，而一般OLAP图平台虽然具有计算大规模数据的批量计算的能力，但缺少将计算结果直接写回数据源的能力。因为他们一般是内存型的，且不具有事务能力。此外，还要考虑导入全图分析平台和结果写回的时间成本，和相应的复杂流程，而这也限制了全图计算的结果可以实时地作用于生产环境，从而造成了延迟。混合事务和分析处理的图数据库可以突破这一限制，并释放数据真正的力量。
OLTP和OLAP分离的传统解决方案可行吗？
传统的解决方案一般会形成应用、数据库、分析平台的三层结构，数据需要在这三层之间传输，尤其是最后这两层之间的数据传输，数据量大、延迟高、产生数据冗余等等。尤其在分析任务有所变更的情况下，代价更大。
然而当今业务日趋争分夺秒，无论是及时发现模式、标记核心程度、防止欺诈行为，还是可以高效地为使用者提供准确及时的推荐、进行交叉营销和消费升级，都期待可以突破T+1日的桎梏，走向更加实时的响应。甚至在数据库中进行机器学习，都成为了最近炙手可热的话题。
混合事务和分析处理的数据库，不仅让分析结果更加精准，更让分析出来的具有价值的数据可以更加快速的投入生产，为企业减少损失提高收益。
TigerGraph为企业提供什么样的混合事务和分析处理的图数据库？
. 事务性图数据更新
一个功能完备的图数据库需要不仅支持高效的图读取，还要支持图写入（数据插入、更新和删除）。也就是说， 它应该不仅支持联机分析处理 (OLAP)，还要支持联机事务处理 (OLTP)。一个事务数据库要保证，当用户将一个操作块定义为一个事务时，那么该事务要全部完成（或完全不完成）而且不会与可能同时正在处理的任何其他事务交互。
. 实时更新
实时更新意味着数据库更新（添加、删除或修改）可以与数据库上的其他查询同时进行，而且更新可以很快完成（提交）和可用。常见的图更新操作包括插入 / 删除新点 / 边以及更新现有点 / 边的属性。 理想情况下，实时更新应与并发控制相结合，以便多个查询和更新（事务）可以同时运行，但最终结果与事务按顺序运行时相同。大多数非原生图平台（例如，GraphX、DataStax DSE Graph）不支持实时更新， 因为其数据存储系统（HDFS、Cassandra）不可变。
. 分布式计算模式带来的超高计算效率
我们在基准测试研究中测试了通用的 PageRank 算法。此算法是对图的计算和通信速度的严格测试，因为它遍历每个关联、计算每个点的分数并重复迭代几次遍历与计算过程。当图分布到八台服务器时，与单台服务器相比， PageRank 查询的完成速度接近快七倍。
