TigerGraph 随身听第9期：图数据库在保险行业营销和反欺诈的应用

首先是图数据库的查询性能。我们认为，它的原生图存储和免索引链接，这2个底层核心的技术特性是非常关键的。当然非原生图并非不佳，而是工程上的选择。对于非原生图，我们的学习周期可能相对短一些，但原生图的性能会更佳。两者各有所长，所以我们还要看应用的场景来进行选择。

图计算引擎适合在数据量庞大的数据集中做全局图算法，这是大数据分析技术的另一项选择。所以当我们不用再在一个个数据容器间搬迁，而是直接能用图计算引擎来解决我们的全局图算法时，这是一个非常合适的技术选择。

当然图数据库最重要的特性是它和关系型数据库一样具备ACID的特征，这样可以使我们在使用图数据库中，保持和关系型数据库一致的理解。除了ACID的特征之外，它还有一个非常优异的性能。大家知道，在关系型数据库中，当我们多表做关联时，性能是显著下降的。但是图数据库不限于schema相互影响，它能通过节点、标签和关系的链接快速找到数据之间的关联，从而带出我们的查询结果。

第三，它具有一定的灵活性，可扩展性极强。在图数据库中，关系型数据库的schema限制被弱化了，同时，强化了数据间的联系，所以在图数据库中，节点、标签和属性是它最重要的特征。所以我们认为联系是未来数据应用中在原数据与数据模型之间存在的一种更直接的联系，而这种联系就可通过图数据库优异的查询性能来完成，而不是导入到大数据的分析引擎中。同时，图数据库也兼容嵌入式和服务式两种模式的选择。