v4 嬴图Blaze
首次发布: 2023年第一季度
关键词: 混合模式,算法插件化,产品矩阵
产品特性:
- 产品矩阵
- 混合模式
- UQL完整功能
- EXTA
- 算法插件化
- 丰富的图算法库(超50种图算法)
支持的产品:
- UQL v4.x
- 嬴图Manager v4.x
- 嬴图Transporter v4.x
- 嬴图Deployer v4.x
- 嬴图Maker v4.x
- 嬴图Migrator v4.x
- 嬴图CLI v4.x
- 嬴图SDK v4.x
- 嬴图RESTful API
- 嬴图Playground
- 嬴图BI
- 嬴图Monitor v4.x
- 嬴图Daemon v4.x
- 嬴图名称服务器 v4.x
优化:
- 降低内存成本
- K-Hop和最短路径实现光速查询,同步更新其他功能
- 完善查询优化器
- 支持HTAP&Grid(名称服务器)架构
- 支持大型企业级服务一键部署
- 丰富图嵌入/GNN支持
发布记录:
嬴图Grid,第四代嬴图系统,在过去的一年里,不断超越旧版本,创造行业奇迹。2022年是嬴图成果颇丰的一年,经过长期技术沉淀,嬴图终于完成产品矩阵建设,形成了完备的工具链,可使用嬴图数据库全方位处理与其相关的所有事务。其中涉及工作流中的多项必备步骤,如本地部署嬴图服务器,迁移来自不同类型数据源和结构多样化的数据,使用不同用户界面(如CLI,Manager,SDK等)和嬴图服务器上的扩展应用实现图数据查询和管理。
作为嬴图第四代引擎,嬴图Grid采用混合模式,为数据建模和处理提供极致灵活度。在图建模和图查询时,用户可选择使用严格schema模式,处理复杂异构类型的实体和关系时速度更快;也可选择无schema模式,处理复杂图数据时灵活度更高。
UQL的完整功能涵盖了数据定义语言(DDL)、数据操纵语言(DML)、数据查询语言(DQL)和数据控制语言(DCL)的特性,通过各种命令实现图建模,元数据的增删改查(CRUD),索引、任务、用户和策略的使用,以及路径查询和子图查询。借助丰富的函数、子句与别名机制,复杂的高维数据结构得以操作和返回,促进了查询结果的处理。
算法插件化功能升级,用户无需重启系统即可安装和升级标准算法(对企业设置大有助力,保证系统运转的同时完成更新);此外,用户可使用嬴图引擎上传自己的图算法,从而扩展嬴图Grid的分析能力,这是EXTA发布前无法实现的难题,如今得到了解决。
2023年第一季度更新后,嬴图Grid新增多项功能,完成多类优化,产品性能得到提升,表现更加稳健,具体体现在内存成本降低,K-Hop和最短路径计算更加高效,先进的查询优化器和HTAP&Grid(名称服务器)架构。用户在管理和分析大型图数据时更加轻松高效。
v3 嬴图HTAP
首次发布: 2021年
关键词: HTAP图数据处理,企业级稳定性,UQL升级
产品特性:
- 高可用性服务器集群
- TP和AP规则设置
- 支持混合事务/分析处理(HTAP)
- 新增存储引擎
- 可插拔图算法
- 算法作为后台任务执行
- 算法作为实时进程执行
- 引擎索引(LTE/UFE)
- 磁盘索引(属性索引,全文索引)
支持的产品:
- UQL v3.x
- 嬴图Manager v3.x
- 嬴图Transporter v3.x
- 嬴图CLI v3.0
- SDK(JAVA/Python/Golang/Node.js/C++)
优化:
- 优化高密度并行计算(HDPC)引擎表现
- 降低内存使用率
- 支持90 * 24高TPS写入和计算,确保全天候稳定性和数据一致性
发布记录:
嬴图HTAP,第三代嬴图系统,在2021年全年持续推陈出新,上线了一系列新功能和优化。经过v3.1,v3.2和v3.3的版本迭代,如今的嬴图HTAP作为高可用服务器集群,能够确保正常运行时间最大化和高可靠性。其重点突破在于实现了事务和分析之间的平衡,依靠混合事务/分析处理(HTAP)实现实时处理事务工作负载和分析工作负载。
v3.x版本搭载了HTAP功能,可以自定义TP和AP规则,可根据具体需求自定义系统。图算法功能迎来重要更新。支持安装和热插拔各算法,可根据用户需求和硬件充裕情况自定义使用算法功能;此外,任意图算法在执行时,均可选择作为实时进程或是作为后台任务,从而适配不同算法的运力负载。
v3.x版本的另一大改善在于引入索引功能。全文检索场景下采用了传统索引树和反向索引技术,通过将目标属性值的索引树存储在服务器磁盘上,增加元数据属性的过滤效率。考虑到内存即下一代存储,v3.x版本采用了引擎索引,通过调用LTE/UFE(加载到引擎/从引擎卸载)命令操作元数据属性的副本,大幅降低输入/输出成本,加速路径查询。
随着原有产品(如嬴图Manager v3.x和嬴图CLI v3.x)升级并适配到当前引擎版本,SDK包的覆盖范围也在扩大。开发人员可以使用JAVA,Python,Golang,Nodejs和C++,在自己的项目或应用里轻松连接嬴图系统并进行相关操作。
嬴图HTAP的性能和稳定性均得到优化,HDC引擎性能得到提升,内存使用率降低,可保证90 * 24高TPS写入和计算,实现稳定性和可靠性最大化,适用于数据科学、分析和研究等多种应用场景。凭借其先进功能和优化设计,嬴图HTAP展现出前所未有的性能、可扩展性和可靠性。
v2 嬴图Colossus
首次发布: 2020年
关键词: UQL 1.0,30+算法,存储引擎
产品特性:
- 高密度并行计算能力
- 原生图存储
- 链式查询语言
- 超过30种图算法
功能:
- 命令式UQL图查询
- 多图管理
- 自动组网用于查找实体间联网的路径
支持的产品:
- UQL v2.x
- 嬴图Manager v2.x
- 嬴图Transporter v2.x
- SDK(Golang/C++)
嬴图Colossus,第二代嬴图系统,上线了激动人心的新功能。升级后的高密度并行图计算引擎v2.0充分利用底层基础设施的算力,提升了性能和效率。与此同时,图原生存储引擎继续利用无索引相邻数据结构的优势,实现快速丝滑的数据管理。
引擎v2.0的亮点包括支持多图管理,允许存储多个图数据集,提高工作效率。自动组网功能通过批量处理路径查询,支持使用多个起终点实体,增强了AB路径查询能力。引擎还支持超过30个图算法,提供全面的数据分析和可视化功能。
嬴图Manager v2.x和嬴图Transporter v2.x相较于上个版本(2019年发布)有所升级,推出了全新重磅产品UQL v2.x。这是一款强大的命令式图查询语言,完美适配第二代引擎,实现并简化了图查询和图管理。专为UQL设计的Golang和C++的SDK包已开发完成,发者可在开发项目或应用时调用,轻松连接到嬴图服务器并执行相关操作。
嬴图Colossus保持着一如既往的强大功能和多样性,还在此基础上实现了重大改进。上述多种高级功能使其完美适用于研究、分析和数据科学的多种应用场景里。
v1 嬴图Genesis
首次发布: 2019年12月
关键词: 高密度图计算引擎
产品特性:
- 超深数据穿透能力,查询速度与深度指数级优于竞品
- 高可视化图数据库管理系统,用于增强查询/数据/结果的可解释性(XAI)
- 图计算时使用嬴图无索引相邻数据结构
- 动态修剪图集,提升遍历效率
功能:
- AB路径查询和K-Hop计数微秒级实现
- 自动展开
- 2D/3D可视化
- 在公有云(HDD)上100秒内加载Twitter-2010数据集
- 实时深度遍历数据超过30步
支持的产品:
- 嬴图Manager v1.x
- 嬴图Transporter v1.x
发布记录:
嬴图Genesis,第一代嬴图系统,发布了变革性的高密度图计算引擎。该引擎利用嬴图无索引相邻数据结构,能够快速高效处理复杂的图数据。此外,在过滤和计算数据时,嬴图动态修剪系统可以实时优化和修剪数据,大幅提升引擎性能。
高密度图计算引擎功能强大,支持微秒级完成AB路径查询和K-Hop计数,自动展开任意目标数据的邻点信息,快速深度遍历大型图集,深度可达30步。
同时发布嬴图Transporter和嬴图Manager两款强大产品,简化数据导入/导出过程,为图数据查询和管理提供可视化服务。
嬴图Manager v1.x支持可视化图查询的参数和结果,以2D/3D形式呈现在用户友好网页界面,简化了对复杂高维图数据的探索和理解。
嬴图Transporter v1.x让大型数据集的加载变得轻而易举。以包含15亿个点和边Twitter-2010数据集为例,将该数据集从本地文件加载到远程数据库中仅需不到100秒。
嬴图Genesis有着无与伦比的性能、可扩展性和灵活性,其发布标志着图计算的范式转变。
v0.5 嬴图Alpha
首次发布: 2019年6月
关键词: 图计算,下一代可扩展图数据库
产品特性:
- 存储:无索引相邻数据结构
- 计算:高效图数据遍历
- 数据库管理系统:可视化管理图数据库
功能:
- 高效图查询
- 2D/3D可视化
- 数据加载
支持的产品:
- 嬴图Manager v0.5
发布记录:
作为嬴图v1.0的测试版,嬴图v0.5融入了计划中1.0版本的主要基础元素。
该版本是嬴图高密度图计算引擎的首次实现,旨在以前所未有的速度和精度处理密集图数据。
同步推出的嬴图Manager提供了图数据库管理和图数据可视化服务。