TigerGraph：基于圖數據分析的“煉油廠”

王永

Gartner研究報告顯示：圖數據庫市場將會在2019年-2022年以每年100%的增長率增長。其中2018年圖數據庫市場大概是5億美元，到2022年保守估計至少80億美元，這是非常巨大的、快速增長的企業級市場。

“很多人聽說圖數據庫第一反應都會聯想到存儲照片，” TigerGraph創始人兼CEO許昱博士做了解釋。抽象角度來看，作為一種數據結構，圖的核心是點和邊。點代表實體，邊代表把實體關聯的關系，這一點和傳統的關系數據庫不同。關系數據庫用表來做存儲和計算的模型，而圖數據庫是用來做計算的存儲和模型。總的來說，圖分析就像是傳統的BI分析，傳統的分析基于表狀的數據做分析，圖分析是基于圖關聯的數據做分析。

“原生”與“并行”

與大多數創業公司前期開發與商業共存策略不同的是，TigerGraph前六年的時間一直在專注于開發。

“近6年的開發，練就了TigerGraph的獨門武器，”在許昱看來，TigerGraph的優勢體現在三個方面：第一，利用分布式技術，TigerGraph可以擴展高性能，支持萬億級的節點。第二，基于高級別的開發工具，為用戶提供簡潔便利的操作界面。第三，通用的工具型設計，能夠適合任何行業。

目前，作為一家專業的圖數據庫供應商，TigerGraph已經成為市場上唯一一家提供可擴展的企業級圖數據庫公司。

“不到一年的時間，TigerGraph從沒有任何名氣到推出產品，已經有不同行業的大企業在采用我們的產品，”在許昱看來，這正是來自于TigerGraph絕對的技術優勢。

事實上，在過去的大部分時間里各個行業的企業在使用圖數據庫都會面對這樣一個難題——不能擴展到多機，也不能處理大數據，這也導致了很多市場應用只能處在研發階段，甚至是不能上線。作為市場上目前唯一可擴展的企業級數據庫公司，TigerGraph快速顯露手腳。

如果說，TigerGraph的技術到底有哪些不同？又或者說，為什么只有TigerGraph是唯一可擴展的？許昱給出了兩個關鍵詞：原生與并行。

“原生的層面，是基于TigerGraph用近5年多的時間打造了一套專門針對圖數據庫的底層架構，沒有用關系數據庫做存儲、計算，也沒有用其他的開源工具再搭一層圖的API。并行則是與傳統的圖數據庫供應商相比，他們使用的仍然是15年前的技術，沒有分布式系統以及大數據的運作。而TigerGraph是從分布式出發，結合并行處理技術，提供更加強大的性能。” 許昱如是說。

伴隨著越來越多成功案例的出現——平安科技、招商銀行、中國移動、中國聯通、國家電網……人們對于TigerGraph的原生與并行的理念也越來越認可。TigerGraph正在從創業初期的默默無聞以完全加速的狀態在市場上沖刺。

共存、做增量是主旋律

毫無疑問，近幾年圖數據庫正在以黑馬之姿席卷市場，而關于傳統的關系數據庫與圖數據庫的市場競爭問題也愈演愈烈。不過許昱認為，從現在階段來看，兩者之間還沒有形成直接的競爭關系：一方面是，TigerGraph關注更多的是空白市場，做別人不能做的。另一方面是，TigerGraph主要做的是增量市場。

圖數據庫跟別的市場也是相鄰的，傳統關系數據庫和復雜的業務將來可以移過來，以前是因為關系數據庫不能做到實時的深層多步關聯數據的查詢，可擴展性不行，所以沒有辦法，只能轉移到功能反而更低級的NoSQL去。

“我們不是說一來就替代關系數據庫，我們是做它根本做不了的，做一些很有影響力的新項目。但是很多用戶用了以后可能會把以前一些數據倉庫，一些應用場景自己慢慢遷過來，但是這不是我們的切入點，這是用戶自己用熟了我們的產品的結果。例如，以前做報告，兩個星期才能生成的報告，5個小時才能生成的報告，用TigerGraph可能變成幾秒、幾分鐘。”許昱表示。

據了解，TigerGraph最近兩年一直保持著高達三倍的增長，增長的速度遠遠超過了市場的平均增速。

談到TigerGraph的下一步計劃，許昱做了三個總結：第一，更清晰的產品聚焦，繼續技術創新。第二，在云服務里面發力，目前TigerGraph Cloud已經推出邀請版本，在美國、歐洲試用，計劃在2019年年底正式發布。第三，繼續在圖的可視化工具方面進行創新——通過拖拽的方式，自動生成查詢語言，實時反饋結果。

“不過當前對于TigerGraph來說，首要解決的依然是人才的問題。”許昱表示，人才教育是TigerGraph施展接下來計劃的重要前提。為此，TigerGraph將會展開一系列的在線和離線的教育培訓以及認證系統，讓大家把用圖分析成為本能。

寫在最后

在大數據時代，人們把數據比做是新的石油，而許昱則是把TigerGraph定位于基于圖數據分析的新的“煉油廠”。“TigerGraph的愿景是立志成為圖數據分析的NO.1，讓數據科學家、開發者以及商業用戶有能力把復雜數據關聯起來，并從關聯的數據中獲得深度的洞察力。”