动态生态系统

图形存储系统的吸引力比以往任何时候都强劲，自2013年以来，人们对图形存储系统的兴趣稳步增长。

A dynamic ecosystem

The traction for graph storage systems is stronger than ever, with interest steadily growing since 2013.

DBMS popularity trend by database model between 2013 and 2019 — Source: DB-Engine

图形数据库的市场份额不断增加，市场上的产品数量也在增加，供应商数量是5年前的7倍。新的市场研究和越来越大的财务预测每学期出版。有人说，图表数据库市场在2017年为3900万美元，其他为6.6亿美元，预测范围从2024年的4.45亿美元到2023年的24亿美元。

虽然很难就确切的数字达成一致，但所有报告都指出了相同的增长动力：

需要速度和改进的性能以减少发现新数据相关性的成本和时间
当前实时处理多维数据技术的局限性
基于图形的人工智能与机器学习工具与服务的开发
在金融犯罪、欺诈和安全等特定领域：更快速地解决现有风险和利用相关数据的迫切需要。

总而言之，我们有越来越多的应用程序依赖于连接的数据来产生洞察力，以及处理不断增长的数据量和复杂性的紧迫技术问题，这些都推动了图形市场的发展。

很难追踪。在这篇文章中，我建议至少尽可能地展示当前的市场。我将图形生态系统划分为三个主要层，尽管现实更复杂，而且这些层通常是可渗透的。

Image for post

The GraphTech ecosystem layers

图形数据库布局

GraphTech的第一层在生态系统增长中起着关键作用。图形数据库管理系统（GDBMS）正在驱动生态系统。他们是它的主要演员。这些系统帮助组织解决存储复杂的连接数据和从非常大的数据集中提取见解的技术挑战。

塑造市场

自20世纪60年代以来，网络模型已经出现在数据库领域，但图结构的使用仍然局限于学术界。性能和模型还不是最佳的，我们不得不等到21世纪初和引入ACID图形数据库后才能看到更大规模的采用。从那时起，图形数据库开始作为一种合法的业务解决方案出现，以解决关系系统的一些缺点。

专门为存储类似图形的数据而构建的本机系统和具有不同主数据模型（例如关系数据库或其他NoSQL数据库）的非本机系统构成了市场。在这两个方面，我们发现商业和开源系统以及属性图和RDF三元组存储是存储图形数据的两个主要模型。

Image for post

Type of storage for graph-like data

原生系统

在主要的原生系统中，Neo4j是市场领导者，这些系统的模型都经过了完全优化，可以处理类似图形的数据。NativeGraph数据库的第一个版本于2010年发布，提出了一个双重商业和开源版本，供开发人员试验图形。此后，该公司获得了大量客户，募集资金超过1.5亿美元。

在开源社区，JanusGraph接管了Titan项目，其母公司于2015年被DataStax收购。JanusGraph项目现在提出了一个分布式的、开源的图形数据库，这个数据库最近受到了广泛的关注。DGraph是另一个用Go编写的开源项目，在2017年发布了一个可供生产的版本，同时筹集了300万美元的种子资金。

其他的解决方案包括Stardog、RDF的知识图三重存储，或者最近发布的TigerGraph（以前称为GraphSQL）。商业系统InfiniteGraph和Sparksee已经出现了一段时间。其他开源系统，如HypergraphDB，提出了基于有向超图的数据库。

多模型数据库和混合系统

随着NoSQL模型的成功，多模型数据库应运而生，以解决筒仓系统的倍增所带来的复杂性。这些数据库旨在支持各种数据类型，在一个单独的数据存储中处理各种模型，如文档、键值、RDF和图形。如果您需要处理多种数据类型，但又希望避免管理各种筒仓的操作复杂性，则它们特别方便。

在包含graph作为支持模型的原生多模型数据库中，我们可以将ArangoDB命名为ArangoDB。这个开源的多模型数据库于2011年发布，支持三种数据模型：key/value、documents和graph。cosmosdb是微软Azure在多模型领域的最新产品。该分布式云数据库于2017年推出，支持四种数据类型：键值、文档、列族和图形。datatax Enterprise也是一个分布式云数据库，构建在开源nosql apache cassandra系统之上。自2016年新增数据税企业图以来，系统支持列族、单据、键值、图形。最后，MarkLogic是一个历史上的涉众，他在2013年为其现有的受支持文档模型添加了rdf triples支持。

另一个强烈的市场吸引力信号是数据库主要参与者策略的演变。在过去的几年中，我们看到传统的关系存储重量级者通过专用的api将图形功能添加到他们的系统中。2012年，IBM在其数据库中添加了NoSQL图形存储DB2-RDF。一年后，甲骨文将它的数据库图形选项更名为oraclespatial和graph，今天称为Oracle大数据空间和图形。最近在2016年，SAP Hana宣布发布SAP Hana Graph，通过对图形的支持扩展了其关系型DBMS的功能。

在下面的演示中，我列出并展示了大多数用于图形数据的存储系统。