攻克 36TB LDBC ： TigerGraph 可 发展图形和量化分析平台 - Jay Yu 博士

TigerGraph 总览

产品概述

• 最可扩展和高性能的图数据库和分析平台
  • MPP原生图数据库：速度比竞争对手快40-300倍。
  • 首次完成36TB LDBC（SNB-SF30K BI）基准测试。
  • 内置机器学习：支持超过55种图算法。
  • 支持HTAP（OLTP+OLAP）：适用于实时和批处理工作负载。
  • SQL-like查询语言（GSQL）和开发体验（GraphStudio）。
  • 本地部署和云部署（AWS、GCP、Azure等）。

客户群体

• 企业规模不等，包括财富500强公司、金融服务、医疗保健、电信、媒体、制造、能源和网络安全、电子商务和零售等行业客户。
• 代表性客户：中国移动、联合健康集团、Intuit、捷豹路虎、摩根大通、Xbox等。

公司概况

• 创新性和颠覆性的数据库技术公司
  • 成立于2012年，总部位于美国加利福尼亚州雷德伍德城。
  • 办事处在欧洲、中国、亚洲和美洲等地。
  • 总融资金额达1.7亿美元，员工总数330人，同比增长300%。

LDBC SNB-SF30K 基准测试

LDBC介绍

• Linked Data Benchmark Council（链接数据基准委员会）：非营利组织，定义标准图基准。
  • 成员包括行业供应商和学术机构研究人员。

LDBC SNB（社交网络基准）

• 静态实体：地理位置、标签和标签类。
• 动态实体：人员、论坛、帖子和评论。
• 工作负载：
  • 交互式工作负载（SNB Interactive）：复杂读取、简短读取和事务更新，用于并发OLTP工作负载。
  • 商业智能工作负载（SNB BI）：20个复杂的多跳遍历、聚合和分析查询，适用于OLAP工作负载，具有真实的周期性微批次数据导入和更新。

测试数据

• 初始数据量：36.1 TB。
• 数据更新：插入（4.5 TB），删除（70 GB，级联）。
• 测试环境：Google云平台，40个节点集群，每节点配置为40 vCPU，961 GB内存，4 TB SSD硬盘。

性能结果

• 加载初始数据：耗时4小时27分钟，每机器每小时加载207 GB。
• 查询示例：
  • 最受欢迎的话题查询。
  • 最权威用户查询。
  • 朋友三角查询。
  • 数据刷新示例：级联删除。

TigerGraph 技术优势

• 并行原生图数据库架构

  • 简单易用：易于安装和管理；无限扩展。
  • 高性能：大规模并行处理和实时操作。
  • 经济高效：设置简便，设计高效。
  • 高可用性：实时主动复制，写入所有节点，读取任意节点，强一致性。

• 核心功能

  • 实时深度链接查询：基于原生图设计和C++引擎。
  • 分布式原生图存储：支持跨集群的数据分布和高效查询。
  • 内置机器学习和分析：支持图形算法库和图形上下文。
  • HTAP能力：支持图形更新和分析查询。

• 查询处理示例

  • 计算权威用户：耗时27.76秒，涉及72亿条消息和7500万个人。