作者：陳思

2012 年，TigerGraph 在硅谷成立，由華人科學(xué)家許昱博士創(chuàng)立，深耕大數(shù)據(jù)圖分析領(lǐng)域。在默默耕耘 6 年之后，2017 年 11 月 8 日，TigerGraph 的下一代圖數(shù)據(jù)庫在美國正式發(fā)布，在市場上引起了軒然大波，這家公司也一躍成為了受人關(guān)注的明星。

隨著人工智能技術(shù)的發(fā)展，市場對于性能的要求越來越高，然而光靠硬件的升級已經(jīng)無法完全滿足使用者的需求，配套的軟件產(chǎn)品如果跟不上發(fā)展，效率也無法達(dá)到要求。圖數(shù)據(jù)庫的出現(xiàn)，在很大程度上解決了性能的問題。

或許對有些讀者來說，這還是一個(gè)新的概念，我們專門對 TigerGraph 中國區(qū)總經(jīng)理烏明捷進(jìn)行了獨(dú)家專訪，除了為我們科普圖數(shù)據(jù)庫的基礎(chǔ)概念外，他還從市場、技術(shù)等層面全面解讀了圖數(shù)據(jù)庫的應(yīng)用場景和發(fā)展未來。

以下是視頻采訪的全部內(nèi)容，為方便讀者查看，視頻下方也附上了文字內(nèi)容。

問：感謝老師接受采訪，首先請您做下自我介紹，然后簡單介紹下您所在的公司及創(chuàng)始人的基本情況。

烏明捷：我是 TigerGraph 負(fù)責(zé)中國區(qū)的總經(jīng)理烏明捷，TigerGraph 是個(gè)年輕的公司。我們總部是在硅谷，創(chuàng)立于 2012 年，創(chuàng)始人許昱是華裔的科學(xué)家。他曾經(jīng)在推特等業(yè)界知名的大公司工作過。

他參與過前沿技術(shù)的研究與收購，在工作過程當(dāng)中，他看到了接下來十年的非常大的技術(shù)趨勢，圖數(shù)據(jù)庫應(yīng)用將會(huì)有非常普遍的應(yīng)用的機(jī)會(huì)。通過了解市面上現(xiàn)有的開源的工具，他覺得有機(jī)會(huì)去做這樣的事情。另外在一個(gè)非常偶然的機(jī)會(huì)，我們也找到了高性能圖計(jì)算的專家。

我們創(chuàng)始人有個(gè)概念，也是我們團(tuán)隊(duì)非常認(rèn)同的一個(gè)價(jià)值觀：圖數(shù)據(jù)庫是新興的技術(shù)，速度和支持?jǐn)?shù)據(jù)規(guī)模是它的核心價(jià)值，如果圖數(shù)據(jù)庫不夠快，新的技術(shù)是不會(huì)替代舊的技術(shù)。在整個(gè)公司的發(fā)展過程當(dāng)中，我們對于性能的追求，對于滿足工業(yè)界應(yīng)用的追求，始終沒有停止，其過程也是非常的艱苦。我們公司是 2017 年才正式發(fā)布產(chǎn)品，在此之前，我們整整做了 5 年的開發(fā)。這個(gè)過程確實(shí)是一個(gè)非常難的過程，因?yàn)槲覀儚氖碌念I(lǐng)域是底層技術(shù)的部分，非常艱苦，很少人去做。5 年的時(shí)間，很慶幸的是我們能走到今天這個(gè)程度，現(xiàn)在的產(chǎn)品也成熟了。

問：能否請您為我們普及一下圖數(shù)據(jù)庫的概念?先來談?wù)勈裁词菆D數(shù)據(jù)庫?

烏明捷：首先，圖數(shù)據(jù)庫不是存儲(chǔ)圖像的數(shù)據(jù)庫，那個(gè)是 Image 數(shù)據(jù)庫。圖數(shù)據(jù)庫和傳統(tǒng)的關(guān)系數(shù)據(jù)庫比較，就是圖和表的差別。圖數(shù)據(jù)庫是用點(diǎn)和邊來表達(dá)數(shù)據(jù)之間的關(guān)系，是更自然的存儲(chǔ)方式，更專注于對象之間的關(guān)聯(lián)。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，可能是在記錄交易的場景更有優(yōu)勢，在應(yīng)用發(fā)展的某一個(gè)階段更容易讓人學(xué)習(xí)和使用。

現(xiàn)在，我們講社交關(guān)系是一種圖，我們買東西、交易是一種圖，資金是一種圖，包括現(xiàn)在的知識也是一種圖，圖數(shù)據(jù)庫是在知識圖譜底層的一個(gè)基礎(chǔ)設(shè)施，它把數(shù)據(jù)用圖、用點(diǎn)和邊的方式存儲(chǔ)起來。

問：從您的角度看來，研發(fā)人員為什么需要圖數(shù)據(jù)庫呢?與傳統(tǒng)數(shù)據(jù)庫相比，圖數(shù)據(jù)庫有哪些方面的優(yōu)勢、特點(diǎn)?可以舉例來說明。

烏明捷：研發(fā)人員用圖數(shù)據(jù)庫最簡單的一個(gè)原因就是性能。大數(shù)據(jù)時(shí)代，數(shù)據(jù)量非常大，大家收集的數(shù)據(jù)非常多，我拿到數(shù)據(jù)不代表我能利用數(shù)據(jù)，真正利用數(shù)據(jù)是獲取現(xiàn)有數(shù)據(jù)中分析產(chǎn)生業(yè)務(wù)價(jià)值。研發(fā)人員現(xiàn)在轉(zhuǎn)向圖數(shù)據(jù)庫很大的原因是：我有大數(shù)據(jù)平臺(tái)，但是我的查詢很慢，看上去靠硬件已經(jīng)不再能產(chǎn)生質(zhì)的變化，這個(gè)時(shí)候技術(shù)人員想到的是：我是不是有個(gè)新的方法解決這個(gè)問題?圖天生關(guān)注對象和對象之間的關(guān)系的，當(dāng)你去做深度搜索的時(shí)候，它就會(huì)帶來一個(gè)特別大的優(yōu)勢。

我覺得還有一個(gè)原因就是大家現(xiàn)在在業(yè)務(wù)場景當(dāng)中去關(guān)注關(guān)系，發(fā)現(xiàn)隱藏的關(guān)系，這個(gè)在傳統(tǒng)的數(shù)據(jù)庫里很難做到，比如給到你兩個(gè)人，問這兩個(gè)人是不是有關(guān)聯(lián)。傳統(tǒng)的數(shù)據(jù)庫是：查詢的條件是通過看手機(jī)，還是看地址，你得告訴我，不然的話沒法查。在圖上面的話，它的模型就非常容易理解，我查的是這兩個(gè)點(diǎn)之間有沒有路走的通，只要能夠走的通，不管是手機(jī)還是地址，都是有關(guān)聯(lián)的。這是圖天生的一些優(yōu)勢。

問：根據(jù)您目前的經(jīng)驗(yàn)，圖數(shù)據(jù)庫的目前發(fā)展情況到了怎樣的程度?在程序員群體中的普及度如何?

烏明捷：這個(gè)問題分兩個(gè)情況來講。現(xiàn)在在硅谷，在海外，圖的應(yīng)用已經(jīng)有一個(gè)共識：它可能是接下來十年的大數(shù)據(jù)智能信息查詢的一個(gè)大趨勢;在中國，我們看到越來越多的公司開始關(guān)注這個(gè)事情，今年下半年，特別是百度、阿里他們有推出自己的圖數(shù)據(jù)庫，從 TigerGraph 的角度來講，我們非常高興的是有更多公司開始去做這個(gè)事情，大家一起把這個(gè)市場喚醒�，F(xiàn)在越來越多的人來咨詢我們，大家現(xiàn)在都在探索應(yīng)用的場景，希望真正能夠產(chǎn)生業(yè)務(wù)價(jià)值，有一些先行的客戶，已經(jīng)在這個(gè)事情上獲得了非常好的回報(bào)，我們看到后來他們就在圖上面投入非常多。

問：請您介紹一下 TigerGraph 公司的團(tuán)隊(duì)當(dāng)初是怎么樣的原因接觸到圖數(shù)據(jù)庫，后來選擇研究這一技術(shù)的動(dòng)力是什么呢?

烏明捷：我們前面有談過，因?yàn)閯?chuàng)始人本身是做大數(shù)據(jù)的，他很早就看到了大數(shù)據(jù)在發(fā)展到一定階段的時(shí)候，信息獲取不再是困難，而是已有的數(shù)據(jù)里面，提取需要的部分越來越困難，這個(gè)時(shí)候靠硬件已經(jīng)不再能解決問題，他看到了這個(gè)場景;第二個(gè)，我們的創(chuàng)始人一直是在工業(yè)界，他在工業(yè)界的經(jīng)驗(yàn)非常豐富，我們看到市場上有一個(gè)非常大的缺口，沒有人去認(rèn)真的研究這個(gè)事，所以我們花了很長的時(shí)間去做這件事。

問：在您看來，圖數(shù)據(jù)庫與人工智能技術(shù)的結(jié)合點(diǎn)在哪里?它的出現(xiàn)解決了人工智能數(shù)據(jù)方面的哪些痛點(diǎn)?

烏明捷：人工智能是個(gè)很大的話題，我想把我們這個(gè)問題就再往小稍微限制一下，因?yàn)槿斯ぶ悄馨�含的概念很多，包括圖像識別，智能機(jī)器人，這些是另外一個(gè)領(lǐng)域的部分。我們可能比較關(guān)注的部分是和機(jī)器學(xué)習(xí)、商品的實(shí)時(shí)推薦以及實(shí)時(shí)行為的解讀，這一部分是能夠通過數(shù)據(jù)獲取來進(jìn)行分析的。

因?yàn)闄C(jī)器學(xué)習(xí)非常依賴于特征，所以我們認(rèn)為在機(jī)器學(xué)習(xí)和實(shí)時(shí)推薦的這個(gè)角度，我們可以提供兩個(gè)東西：第一，在圖上面的話，我們是無差別的去提取特征的，在計(jì)算之前，你不需要告訴我，我要往哪個(gè)特征方向去走，這就是前面講到圖的特性，因?yàn)閷ξ襾碇v都是一樣的點(diǎn)，只是不同的類型關(guān)系而已，對圖來講，我們可以對所有的特征進(jìn)行關(guān)聯(lián)，沒有好的特征壞的特征，所有的能關(guān)聯(lián)起來就是特征。

第二，因?yàn)槲覀兡軌蜃龅綄?shí)時(shí)的計(jì)算，在演講的時(shí)候，我分享了一個(gè)案例，我們把傳統(tǒng)的靜態(tài)的特征，通過一度聯(lián)系人、兩度的聯(lián)系人，把它的特征提升一個(gè)量級，我們把 20 個(gè)特征提升到了 122 個(gè)特征，這個(gè)是最終我們固定下來有用的特征。有一個(gè)理論叫做六度理論，就是世界上任何兩個(gè)人通過六個(gè)人的關(guān)系就能夠關(guān)聯(lián)起來，當(dāng)數(shù)據(jù)能夠從它的一度聯(lián)系人開始，每多走一步，我們獲得到的特征相關(guān)的信息是指數(shù)級增長，這些增長的信息，帶給機(jī)器學(xué)習(xí)的豐富性和準(zhǔn)確性會(huì)有質(zhì)的提升，這個(gè)在我們的很多案例里得到了體現(xiàn)。

問： TigerGraph 的圖數(shù)據(jù)庫有哪些優(yōu)勢和特點(diǎn)?與同類產(chǎn)品相比有什么區(qū)別?

烏明捷：我們前面也聊到了，我們非常強(qiáng)調(diào)性能，所以我們給自己了一個(gè)定義：我們是一個(gè)分布式的實(shí)時(shí)大圖。

解釋三個(gè)概念：第一個(gè)我們是分布式的，我們要能支持大數(shù)據(jù)量級，需要能滿足現(xiàn)在大數(shù)據(jù)時(shí)代規(guī)模的支撐;第二個(gè)我們是實(shí)時(shí)的，我們的數(shù)據(jù)可以實(shí)時(shí)更新，然后通過分布式的技術(shù)，我們希望最終提供的查詢在秒級返回;最后我們因?yàn)橛昧?G-SQL 的開發(fā)語言，讓技術(shù)人員快速學(xué)習(xí)并發(fā)揮優(yōu)勢。同時(shí)我們開源了自己的 G-SQL 算法庫，希望可以讓這個(gè)學(xué)習(xí)過程變得更加容易。

我們看到了市面上很多開源的圖數(shù)據(jù)庫還有傳統(tǒng)關(guān)系型數(shù)據(jù)庫的特征來描述事件，而我們從最開始的時(shí)候，就是按照圖論的方式研發(fā)，是完全從圖的結(jié)構(gòu)去適應(yīng)的這樣一個(gè)系統(tǒng)，如果去試著用一下我們的系統(tǒng)，剛開始大家上手有點(diǎn)陌生感，但是用了一段時(shí)間之后，對圖理解越深的人會(huì)把這個(gè)技術(shù)用的越好。

問：前不久，紐約大學(xué)、紐約大學(xué)上海分校、AWS 共同開源了一個(gè)面向圖神經(jīng)網(wǎng)絡(luò)及圖機(jī)器學(xué)習(xí)的全新框架，命名為 Deep Graph Library(DGL)，您如何評價(jià)這一框架?它的出現(xiàn)對于圖數(shù)據(jù)庫與 AI 的研究帶來了哪些影響?

烏明捷：有關(guān) DGL 我們也去做了一點(diǎn)功課。DGL 是一個(gè)面向?qū)Ｓ梅治鲱I(lǐng)域，或者某個(gè)特定方向的實(shí)時(shí)查詢與高性能模型，和我們現(xiàn)在從事的領(lǐng)域有所區(qū)別。工業(yè)界的圖數(shù)據(jù)庫，我們追求的方向是一個(gè)通用，一個(gè)基礎(chǔ)性的模式，現(xiàn)在他們推出的這個(gè)模型，我們打個(gè)比方，像 AI 推出的芯片，它會(huì)在某一類的應(yīng)用當(dāng)中做盡可能的多的優(yōu)化，但是不會(huì)考慮作為一個(gè)基礎(chǔ)軟件用在所有的方向里。

問：關(guān)于圖數(shù)據(jù)庫一直有一個(gè)爭論：圖數(shù)據(jù)庫是否比關(guān)系型數(shù)據(jù)庫更加先進(jìn)?您對于這一爭論的看法是怎樣的?

烏明捷：只是從技術(shù)和學(xué)術(shù)角度來講，圖數(shù)據(jù)庫是關(guān)系型數(shù)據(jù)庫的一個(gè)超級;從工業(yè)角度、實(shí)用角度來說，現(xiàn)有的關(guān)系型數(shù)據(jù)庫已經(jīng)發(fā)展的非常成熟了，對用戶來說有一個(gè)非常大的挑戰(zhàn)是遷移的成本，我認(rèn)為現(xiàn)在成熟的應(yīng)用和應(yīng)用場景，它已經(jīng)達(dá)到足夠的業(yè)務(wù)場景的需要的情況下，客戶是不會(huì)輕易的去做這個(gè)變換，但是在未來的十年里面，在大數(shù)據(jù)、機(jī)器學(xué)習(xí)、AI 場景當(dāng)中，關(guān)系型數(shù)據(jù)庫會(huì)有瓶頸，這個(gè)時(shí)候大家會(huì)考慮圖的新的圖的應(yīng)用場景，我認(rèn)為新的圖的應(yīng)用場景會(huì)更多一點(diǎn)。

問：有關(guān)圖數(shù)據(jù)庫未來的發(fā)展，您有怎樣的期望?

烏明捷：開源的圖數(shù)據(jù)庫，我覺得會(huì)走向穩(wěn)定，會(huì)應(yīng)用在一些成熟的應(yīng)用場景，比如說數(shù)據(jù)不必頻繁更新，我的查詢是可以等待的一個(gè)場景下，這個(gè)技術(shù)會(huì)逐漸穩(wěn)定下來，適用的人群會(huì)很多。

現(xiàn)在的業(yè)界在高速發(fā)展，有很多研發(fā)的量投入在實(shí)時(shí)處理或者超大數(shù)據(jù)量級上面，我們現(xiàn)在還在推進(jìn)我們更極限的性能，因?yàn)閷?shí)際使用場景中，特別在現(xiàn)在的中國市場，大數(shù)據(jù)規(guī)模是非常驚人的。

我們在實(shí)際的場景里面看到，現(xiàn)在的系統(tǒng)還是有邊界的，我們在探索真正超過這個(gè)邊界的極限在哪里，在保證實(shí)時(shí)的情況下，現(xiàn)在業(yè)界的一些大的廠商研發(fā)的方向都在往這個(gè)方向去。我們看到了金融應(yīng)用、電商的應(yīng)用，他們對于時(shí)間，對于響應(yīng)速度，對于數(shù)據(jù)規(guī)模都有非常嚴(yán)格的要求，這個(gè)部分的前沿性，不光是在國內(nèi)，整個(gè)在業(yè)界，在全球范圍之內(nèi)都是現(xiàn)在非常熱的東西。

標(biāo)簽： 大數(shù)據(jù) 大數(shù)據(jù)平臺(tái) 大數(shù)據(jù)時(shí)代 電商 金融 數(shù)據(jù)庫 搜索 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。