18世纪，欧拉提出了著名的哥尼斯堡七桥问题（Seven Bridges of Königsberg）：

河中央的小岛与河岸由七座桥相连接，在所有桥都只能走一遍的条件下，如何才能把这个地方所有的桥都走遍？

在随后揭橥的论文中，欧拉证明了符合条件的走法并不存在，而该论文也成为图论史上第一篇主要文献。

图（Graph）是用于表示工具之间关联关系的一种抽象数据构造，利用顶点（Vertex）和边（Edge）进行描述：顶点表示工具，边表示工具之间的关系。

图打算，便是以图作为数据模型来表达问题并予以办理的这一过程。
以高效办理图打算问题为目标的系统软件称为图打算系统。

对付图打算技能的研究，最早可追溯至20世纪四五十年代。

但图打算逐渐进入人们视野，则是2010年谷歌揭橥的「Pregel：一个大规模图打算系统这篇」这篇论文引起。

https://kowshik.github.io/JPregel/pregel_paper.pdf

「蚂蚁森林」=图打算？

「蚂蚁森林」都很熟习吧，大家是不是都会一起床就跑去「偷」朋友的能量？

而你想象不到的是，这背后都是图打算在支撑！

在你进行了消费或者是做了其他低碳行为之后，就会得到一些能量并且能被自己和朋友实时看到，而这就须要超大图的高效打算能力。

当朋友把能量偷走时，打开蚂蚁森林的每个人都会实时看到。

既不会别人偷走了10克，用户自己这里还有10克；更不会由于还有别的朋友也来偷走10克，自己本来只有10克，末了被偷走了20克。

如果用户的规模变得十分巨大，「偷能量」这个动为难刁难时效性以及对数据同等性的哀求就会非常的高。

在这样一个「游戏」场景下，蚂蚁磨炼出了在超大规模图上对数据量高，吞吐率低，延时方面的打算的能力。

图打算，没那么大略

近几年，随着数据的多样化，数据量的大幅度提升和算力的打破性进展，超大规模图打算在大数据公司发挥着越来越主要的浸染，尤其因此深度学习和图打算结合的大规模图表征为代表的系列算法。

比较于传统的基于二维表构造的数据库或大数据模型，图数据构造非常适宜于对事物之间深层次的关系进行实时高效地剖析。

图打算的发展和运用有井喷之势，各大公司也相应推出图打算平台，例如Google Pregel、Facebook Graph等。

随着新技能和新业务的推动，目前图打算技能已进入附近爆发的前夜。

根据DB-Engines的排名显示，图数据库关注热度在2013-2020年间增长了10倍，关注度增长排名第一。

而「图数据库、图打算引擎、知识图谱」三项热点技能方向也正在环球范围内加速家当化，海内阿里、华为、腾讯、百度等大型云厂商以及部分初创企业均已布局这一技能领域。

来源：中国信通院《大数据白皮书（2020年）》

对付传统的「大数据」来说，一样平常因此表的形式进行存储，这种关系型数据的特点便是数据每每是「同质化」的。

而图数据是一种更加高维的数据，从而能够涵盖那些「非同质化」的数据。

也便是说，图是对现有数据模型的一个升级，可以让很多技能可以做得更快更好。

举例来说，在推举系统中，如果根据朋友的兴趣推出某用户的兴趣，或者通过用户购买的商品推举出来还想要的商品，这个深度是比较浅的，如果要查它的邻居的邻居的邻居（下探3度）。

当然，上述这些打算也都是基于个人隐私保护根本之上的。

在传统的关系型数据中，这个过程中访问的数据量是指数级增加的，性能的低落也是指数级的，而当3度以上的时候，很有可能关系型数据库已经查不出来了。

但是在图数据库里面，不须要做很多个表的交、并等操作即可完成。

深度

关系型数据库（s）

图数据库（Neo4j）

返回个数

2

0.016

0.01

2500

3

30.267

0.168

110,000

4

1543.505

1.359

600,000

5

未完成

2.132

800,000

来源：《Graph Databases》

第一列的「深度」表示社交朋友之间的关系，深度为1，表明二人为直接好友；深度为2，表明二人为好友的好友，以此类推。

由图表可知，当深度达到5时，关系型数据库已无法完成任务，而图数据库的相应韶光为2.132秒，在可接管范围内。

不过，上风在某种情形下每每也会变成劣势。
图打算处理的最大难点也在于数据处理的不规整，这种不规整使得数据处理起来非常吃力，在处理亿级以上的海量数据时尤其如此。

当要下探6度的时候，相称于要把全图的数据都能够访问一遍，这也是现在很多图学习算法的限定。

蚂蚁集团打算存储首席架构师何昌华表示，目前险些所有的图深度学习探索的基本上都是2度，能够探索到3度的深度已经是非常的少。

而蚂蚁在一些范例的图算法上已经可以做到10度以上的探索，而现在正在做的系统则希望能够在不逼迫采样的情形下不限定探索的深度。

当把图做了大规模乃至超大规模的分布式往后，图数据如何存储，打算和通讯如何做到高效，就成了非常棘手的一个问题，这也是所有做图打算干系事情面临的一个共同问题。

一个超大规模的图，每每会被分割成很多子图往后放到多台打算机上进行处理，而这些子图之间是须要通信的，通过通信才能够知道图全部的信息，打算才能一直的迭代和交互下去。

例如，在一个图里面，某个人增加了一笔交易，会影响这个图里面的很多条边，如何做到数据的同等变动，是非常难的问题。

此外，传统的很多图打算基本上要把所有的图全部载入内存往后打算才能够高效，但实在这样的高速因此高昂的本钱为代价的。

现在很多的探索会考试测验把内存里面的数据放到硬盘上去，本钱就会极大的降落，同时问题也就转变成了如何高效地访问硬盘上的数据，是否能够捐躯部分的吞吐而把更多的数据放到外存上，在提升外存的效率的同时支持更大的图。

技能发展？定个标准先

作为一个在我国乃至环球都正在发达发展的热门领域，制订相应技能标准的主要性则不言而喻，既能促进技能的全面发展，也有利于节制相应的话语权。
我国也一贯希望建立一些「图」方面的标准，浩瀚科技公司也一贯积极的参与个中。

去年9月，国家标准化管理委员会通过全国标准信息公共做事平台公布，《信息技能-图数据库系统技能哀求》的国家标准正式立项，这是海内首个图数据库方面的国家标准立项。

《信息技能图数据库系统技能哀求》国家标准立项公示图

据公示信息可知，此国家标准由TC28（全国信息技能标准化技能委员会）归口，由蚂蚁集团牵头、多家公司共同参与制订。
基于蚂蚁集团对付该标准的贡献，在全国信标委大数据标准事情组会议上，蚂蚁集团还当选为精良成员单位。

除了立项的图数据库国家标准，基于自身在图智能领域的家当实践履历，蚂蚁集团还参与了一系列标准的制订：

在浙江互联网金融联合会牵头制订和发布了《互联网金融分布式架构技能运用指南》的团体标准；在全国金融标准化技能委员会牵头立项了《金融IT根本举动步伐 存储运用履行指南》的行业标准；在CCSA TC601，参与信通院牵头的《图数据库白皮书》和《大数据图数据库技能哀求与测试方法》团体标准；在ISO/IEC JTC1 SC32参与《ISO/IEC 39075 : Graph Query Language》的国际标准。

作为图数据库国家标准的牵头和发起方，何昌华表示：「蚂蚁在图智能领域，具备图存储、图打算、图剖析推理、图研发平台的全技能栈GeaGraph。
我们希望与各方行业机构通过标准共建，来促进图智能技能的运用，促进数字经济的发展。
」

蚂蚁走到哪了？

2015年初，蚂蚁开始组建图数据库的团队，2016年发布了第一个图数据库的版本——GeaBase。

上线往后，新版支付宝是GeaBase迎来的第一笔流量，接下来从支付宝的一个更大规模的改版到新春红包到双11，GeaBase进入到越来越多的业务里面。

到2019年双11，迎来了一个里程碑事宜：单集群规模打破万亿边！

点边查询，针对点、边或者是关系的查询，打破了800万的TPS，并且均匀延时小于10毫秒。

如今，蚂蚁对付海量超大规模图数据的存储的能力，已经能够做到超过万亿级别的点跟边的规模，在业界已经是非常领先的水平。

在TB这个数据规模的级别上，在5-6度旁边都能做到毫秒级的结果的反馈。
同时，还能实现百万级每秒这种高的吞吐量。

在LDBC的这种性能测试里面，是第二名的性能7.6倍，在斯坦福的图深度学习推理评测中打榜的时候也拿到了第一。

此外，在延时这些方面的比较上，蚂蚁是远远领先的，包括六跳的查询、迭代的算法，乃至哀求很高的尾延时，在生产环境中都做到了小于20毫秒，这是业界的很多其他的图数据库远远达不到的。

而这些出色的能力，都依赖于蚂蚁自研的GeaGraph体系：

今年天下互联网大会期间，大规模图打算系统GeaGraph这个产品体系得到了天下互联网领先科技成果奖。

GeaGraph体系包括如下部分：

1. PhStore：蚂蚁纯自研的存储引擎，基于完美哈希（Perfect Hashing）技能，在图的读取性能上可以达到O(1)繁芜度，是业界创始的基于完美哈希的KV图存储。

2. GeaBase：蚂蚁集团完备自主研发的金融级分布式图数据库，GeaBase单集群能支撑万亿边规模的图数据，写入和查询吞吐量超过每秒百万次，99.9%查询和写入延时小于20ms。

3. GeaBase Lite：一个支持事务处理和强隔离性的单机图数据库，可以单机支持百亿边的图数据，而且集成了全图迭代剖析能力，可以同时知足用户对图的繁芜剖析、快速查询和可视化的需求。

4. GeaFlow：自研的流式图打算引擎，供应了图探索、图仿真、动态子图匹配和流式增量图打算等多种近线图打算能力，并支持了千亿级图数据的长周期(半年/一年)仿真回溯验证、秒级6度以上的流式子图匹配和秒级全图时序增量图打算等关键技能能力。

5. GeaComputing：在清华大学研发的Gemini和ShenTu离线图打算系统上进一步优化的分布式图打算平台，支持万亿级图数据，能够为用户供应高效的繁芜图剖析能力。

6. GeaLearning：自主研发的以图为核心的超大规模分布式深度学习系统，支持多种灵巧图模型演习方法，不限定图神经网络层数和节点邻居个数，以模型并行为核心的稠浊并行实行办法等。

7. GeaMaker：蚂蚁自主研发的一站式图打算研发探索平台，平台领悟了上述底层系统的能力，为用户供应了具备探索、仿真、性能评估等功能，集在线查询，近线打算，离线剖析和图学习于一体，可以让开发者更方便地利用。

在线上交易中，最让银行和第三方头疼的便是「套现」这种敲诈行为。

例如有一些不良的商家，会通过银行卡、花呗或者熟人等来完成一个套现的回路。

以前，挖掘的关系数或者关系的深度每每都有限，并且很难，打算起来也不足高效。
而现在能够把这种行为建模成一个图，在这个图上就会创造它形成了一个敲诈的闭环。

在数据量很小的时候，传统的图打算单机就可以办理这个问题，现在的海量数据的情形下，须要对超大规模图进行切割，还要做高效的存储，更须要很低的时延。

蚂蚁则希望在每一笔交易发生的时候，都能够实时的检测到并阻挡这样的行为。

除此之外，现在敲诈的形式上也有了新的变革：以前的敲诈行为很集中，就在一个人或者账户上，通过大略的技能进行个体挖掘就能看到特色找到敲诈。

而现在是对抗的，乃至升级成了团伙，会租借一些正常交易的合法账户，混在海量的交易数据中，可能只有中间的几笔交易才是敲诈，使得敲诈行为变得非常暗藏，很难找到。

2020年时，敲诈手腕变成不仅仅是一个团伙，而且它的团伙还在演化，团伙成员还在一直的变革。

在不雅观察它按照韶光往前演进的过程中，能够识别到这些团伙里的一些关键的角色，这样就能够更加快速精准的定位团伙的核心成员，这便是时序图打算。

这也对蚂蚁的底层图打算打算提出了新的寻衅，现在能做到的是对敲诈行为的被动识别，未来蚂蚁希望可以能够更进一步，对风险也能进行主动的预测。

反洗钱

反洗钱跟反敲诈的很多技能是非常类似的，反洗钱对付时效性哀求非常高，判断的逻辑也越来越繁芜。

在洗钱的行为里面，常见手段是通过在海量的交易里面殽杂洗钱和一些艺术品的拍卖，来粉饰洗钱行为。

作案的职员可能有很多重身份和大量的账号，并且交易的频率不高，交易的路径也非常繁芜，可能是在正常的交易中殽杂着这样的一些可疑的交易。

要找到这样的一些敲诈的行为，并且阻挡他，就须要深入的图剖析、图打算的能力。

从2018年开始，基于资金网络、中介网络这样一些范例的敲诈，蚂蚁已经能够做到百万吞吐级别对应毫秒级的相应。

类似传统的方法做在图上，但是把它的吞吐量变大、相应韶光变短，能够更快速的抓到这些行为，而这些事情如果利用传统的方法用人来做，可能须要几个小时或者一天，但蚂蚁把它做到了线上这样高效的能力。

2021年，GeaStack运用于蚂蚁集团反洗钱剖析，覆盖支付宝全部资金交易，对疑似团伙类犯罪风险识别能力提高94倍多，风险审理剖析效率提升90%。

除了金融领域之外，蚂蚁集团还进行了很多外部互助。

在人工智能时期，NLP、CV、RL等领域已经百家争鸣，而图打算作为最前沿的技能高地之一，谁能够在这个方面打造出核心的能力，谁就能够站到未来天下通用人工智能的最前沿。

而目前海内的很多公司包括蚂蚁集团在内，在图打算方面的一些探索已经走在了天下前列。

一贯以来人们对付技能的探索从来都只有一个目标，便是让人类从中受益。

何昌华说，「蚂蚁的初心也一贯都是不断探索革命性的技能，并在支持好蚂蚁业务的同时把达到一定水平的成熟技能开放给社会，希望它在更多的场景中发挥出社会代价。
」