This is the multi-page printable view of this section. Click here to print.

Return to the regular view of this page.

Introduction with HugeGraph

    Summary

    Apache HugeGraph 是一款易用、高效、通用的开源图数据库系统（Graph Database，GitHub 项目地址）， 实现了Apache TinkerPop3框架及完全兼容Gremlin查询语言， 同时支持 Cypher 查询语言（OpenCypher 标准）， 具备完善的工具链组件，助力用户轻松构建基于图数据库之上的应用和产品。HugeGraph 支持百亿以上的顶点和边快速导入，并提供毫秒级的关联关系查询能力（OLTP）， 并支持大规模分布式图分析（OLAP）。

    HugeGraph 典型应用场景包括深度关系探索、关联分析、路径搜索、特征抽取、数据聚类、社区检测、知识图谱等， 适用业务领域有如网络安全、电信诈骗、金融风控、广告推荐、社交网络和智能机器人等。

    本系统的主要应用场景是解决反欺诈、威胁情报、黑产打击等业务的图数据存储和建模分析需求，在此基础上逐步扩展及支持了更多的通用图应用。

    Features

    HugeGraph 支持在线及离线环境下的图操作，支持批量导入数据，支持高效的复杂关联关系分析，并且能够与大数据平台无缝集成。 HugeGraph 支持多用户并行操作，用户可输入 Gremlin/Cypher 查询语句，并及时得到图查询结果，也可在用户程序中调用 HugeGraph API 进行图分析或查询。

    本系统具备如下特点：

    • 易用：HugeGraph 支持 Gremlin/Cypher 图查询语言与 RESTful API，同时提供图检索常用接口，具备功能齐全的周边工具，轻松实现基于图的各种查询分析运算。
    • 高效：HugeGraph 在图存储和图计算方面做了深度优化，提供多种批量导入工具，轻松完成百亿级数据快速导入，通过优化过的查询达到图检索的毫秒级响应。支持数千用户并发的在线实时操作。
    • 通用：HugeGraph 支持 Apache Gremlin 标准图查询语言和 Property Graph 标准图建模方法，支持基于图的 OLTP 和 OLAP 方案。集成 Apache Hadoop 及 Apache Spark 大数据平台。
    • 可扩展：支持分布式存储、数据多副本及横向扩容，内置多种后端存储引擎，也可插件式轻松扩展后端存储引擎。
    • 开放：HugeGraph 代码开源（Apache 2 License），客户可自主修改定制，选择性回馈开源社区。

    部署模式

    HugeGraph 支持多种部署模式，满足不同规模和场景的需求：

    单机模式 (Standalone)

    • Server + RocksDB 后端存储
    • 适合开发测试和中小规模数据（< 4TB）
    • Docker 快速启动: docker run hugegraph/hugegraph
    • 详见 Server 快速开始

    分布式模式 (Distributed)

    • HugeGraph-PD: 元数据管理和集群调度
    • HugeGraph-Store (HStore): 分布式存储引擎
    • 支持水平扩展和高可用（< 1000TB 数据规模）
    • 适合生产环境和大规模图数据应用

    快速入门指南

    使用场景推荐路径
    快速体验Docker 部署
    构建 OLTP 应用Server → REST API / Gremlin / Cypher
    图分析 (OLAP)Vermeer (推荐) 或 Computer
    构建 AI 应用HugeGraph-AI (GraphRAG/知识图谱)
    批量导入数据Loader + Hubble

    功能特性

    • 支持从多数据源批量导入数据 (包括本地文件、HDFS 文件、MySQL 数据库等数据源)，支持多种文件格式导入 (包括 TXT、CSV、JSON 等格式)
    • 具备可视化操作界面，可用于操作、分析及展示图，降低用户使用门槛
    • 优化的图接口：最短路径 (Shortest Path)、K 步连通子图 (K-neighbor)、K 步到达邻接点 (K-out)、个性化推荐算法 PersonalRank 等
    • 基于 Apache TinkerPop3 框架实现，支持 Gremlin 图查询语言
    • 支持属性图，顶点和边均可添加属性，支持丰富的属性类型
    • 具备独立的 Schema 元数据信息，拥有强大的图建模能力，方便第三方系统集成
    • 支持多顶点 ID 策略：支持主键 ID、支持自动生成 ID、支持用户自定义字符串 ID、支持用户自定义数字 ID
    • 可以对边和顶点的属性建立索引，支持精确查询、范围查询、全文检索
    • 存储系统采用插件方式，支持 RocksDB(单机/集群)、Cassandra、ScyllaDB、HBase、MySQL、PostgreSQL、Palo 以及 Memory 等
    • 与 HDFS、Spark/Flink、GraphX 等大数据系统集成，支持 BulkLoad 操作导入海量数据
    • 支持高可用 HA、数据多副本、备份恢复、监控、分布式 Trace 等

    Modules

    • HugeGraph-Server: HugeGraph-Server 是 HugeGraph 项目的核心部分，包含 Core、Backend、API 等子模块；
      • Core：图引擎实现，向下连接 Backend 模块，向上支持 API 模块；
      • Backend：实现将图数据存储到后端，支持的后端包括：Memory、Cassandra、ScyllaDB、RocksDB、HBase、MySQL 及 PostgreSQL，用户根据实际情况选择一种即可；
      • API：内置 REST Server，向用户提供 RESTful API，同时完全兼容 Gremlin 查询。(支持分布式存储和计算下推)
    • HugeGraph-Toolchain: (工具链)
      • HugeGraph-Client：HugeGraph-Client 提供了 RESTful API 的客户端，用于连接 HugeGraph-Server，支持 Java/Python/Go 多语言版本；
      • HugeGraph-Loader：HugeGraph-Loader 是基于 HugeGraph-Client 的数据导入工具，将普通文本数据转化为图形的顶点和边并插入图形数据库中；
      • HugeGraph-Hubble：HugeGraph-Hubble 是 HugeGraph 的 Web 可视化管理平台，一站式可视化分析平台，平台涵盖了从数据建模，到数据快速导入，再到数据的在线、离线分析、以及图的统一管理的全过程；
      • HugeGraph-Tools：HugeGraph-Tools 是 HugeGraph 的部署和管理工具，包括管理图、备份/恢复、Gremlin 执行等功能。
    • HugeGraph-Computer：HugeGraph-Computer 是分布式图处理系统 (OLAP)。 它是 Pregel 的一个实现。它可以运行在 Kubernetes/Yarn 等集群上，支持超大规模图计算。同时提供 Vermeer 轻量级图计算引擎，适合快速开始和中小规模图分析。
    • HugeGraph-AI：HugeGraph-AI 是 HugeGraph 独立的 AI 组件，提供 LLM/GraphRAG 智能问答、自动化知识图谱构建、图神经网络训练/推理、Python-Client 等功能，内置 20+ 图机器学习算法，持续更新中。

    Contact Us

    QR png