从技术的角度来说，针对奥密克戎 （新冠病毒新变异株）病毒多点面广、规模化与散发聚集性并存、多点多源多链的特点，利用天然适用于分析此类数据特点的图数据库（图计算）技术，可以快速地利用“点”和“边”为基础单元来构建数据管理。
从疫情防控的角度来说，该技术的应用一方面通过对确诊病例的活动轨迹分析，可以直接迅速地找出潜在感染人群，及时采取隔离措施；另一方面能够找出社区传播、聚集型传播的特征，为疫情防控形势的判断、防控方案的制定提供决策支持。下面，本文将浅谈图数据库技术在奥密克戎病毒传播应用场景中的建模与效果。
一 | 数据场景简介
导入数据：登录Ultipa Manager内的图集，共导入实体“点”数据为400，包括病例和风险所属位置（区县、社区/街道、饭馆商店等包含人、地的数据信息）以及各类实体之间的关联关系，如乘坐的交通工具、成员关系等。
数据来源：国家统计局、卫健委等权威网站之公开数据。
· 地点截取仅限北京市；
· 时间截取自4月22日至5月8日。
· 个别案例截取自2021年10月，针对奥密克戎 “旅行团疫情”的数据。
数据一经导入，涉及到“点—线—面—网”的多维关联信息即迅速展示出来。
-2.gif)
1.某病例“传染链”视图（局部放大）：
实体“点”的颜色划分：
· 所属区县
· 风险位置区域
· 既往通报感染者
· 病毒序列一致者
以及各类实体之间的关联关系，如成员关系等。
观上图，可以清晰看出病毒的传播路径，且病例139+142为小超级节点，176、197+233 、 182分别因为同时空关系、旅游团关系和密接关系，从而造成病毒传播和再扩散。
2. 某地点关系链视图（局部放大）：
在上图，搜索护国寺小吃（光明桥店），可看到病毒传播的路径和病例关系路径。
3.接触关系的圈层（局部放大）：
在图中，可以看到与确诊病例直接接触过的人的1层关系、2层关系、3层关系……精准定位病毒的传播节点、强弱程度以及路径轨迹。
4.聚集性传播链视图（局部放大）：
关于由吃饭、旅行等聚集而导致的超级传播节点，笔者调用了存储在Ultipa Manager2021年10月的部分数据用以举例说明（注：为保障病例的信息安全，目前大家看到人员信息均以数字为代表，故找出旧有信息以示说明）。
在图上可看出，2021年10月,在内蒙古额济纳旗集中爆发新冠病毒，通过关系链，发现几组病例（浙江团10人、云南旅行团、兰州旅行团）均前往同一家餐馆共同用餐（桐楠阁家常菜馆）。
详细信息轨迹为：
· 兰州旅行团5人与上海旅行团在同一天14日早上8时左右，在额济纳旗同一家餐馆共同用餐（桐楠阁家常菜馆）；
· 浙江团10人于14日至16日，也在此用餐，22日下午，该团已有6人确诊；
·10月15日，云南昆明一旅行团20人乘坐旅游大巴前往兰州，在甘肃玉门开往兰州西的D2746次列车6车厢上，云南旅行团中的6人和兰州旅行团中的首例确诊病例（张某）首次相遇，随后，团中4人检测结果为阳性；继4人感染之后，包括导游、司机在内的亦有感染。
通过“图”能看到“旅行团疫情”的传播链特点：一是确诊病例基本上都是处在同一空间共同游玩、共同居住的密接者；二是餐厅、交通工具成为疫情的“聚焦点”。
5.还原确诊者流调信息：
图数据库（图计算）不仅可以在空间和时间上还原病例之间的关联关系、轨迹，同时还可以还原出确诊者的流调信息，诸如地理信息加时间、乘坐交通工具等数据信息，能便于快速辅助防控机构掌握病例暴露史、发病情况、接触史等流行病学相关信息，快速分析聚集性疫情的传播特征和传播链关系，做好密接判定。
二 | 高可视化背后的科技力量
真正考验一套数据可视化图谱能否实现传播轨迹实时有迹可循、信息正确精准、科学防控有理可据能力的是该系统的性能！
·Ultipa Manager：高度可视化的图数据库用户界面。通过集成知识图谱实现了数据可视化，用图模型来描述知识和建模万物关系。
·Ulitpa Graph：通过高密度并发系统对底层硬件并发能力的释放，以及创新的系统架构设计与专利技术的使用，不仅实现了实时分析和决策，同时亦支持超深图层搜索或遍历，能在实时的前提下实现30层以上的超深度实时穿透。
·直观易用的图查询语言Ultipa UQL：基于Demi-Schema、面向业务及研发人员的图语言。Ultipa 充分考虑到研究机构、企事业单位等随着业务对数据关联性、深度（递归）穿透查询的需求是不断增长的，于是研发设计了UQL图查询语言，以便于为企业及工作人员提升指数级的工作效率。
· 注重用户易用性、体验性：支持一键部署、备份、图数据统计、升级、运维等周边工具，使用门槛低，方便业务人员操作。
……
