**摘要：**

检索增强生成 （ Retrieval-Augmented Generation, RAG ）是一种结合检索与生成的技术范式，能够通过检索相关信息来丰富生成任务的上下文，从而实现更加高效、可解释和可控的知识问答与内容生成。

目前，向量数据库在 RAG 系统中广泛应用，用于存储和检索知识的语义嵌入。图数据库却尚未得到充分的重视，尽管 GraphRAG 等方法强调了图的价值，并在多跳推理和复杂关联场景中获得了关注，但许多实现并未将其与持久化的图数据库结合。这种缺失导致了图技术的潜力未被完全释放。 持久化图数据库的引入，不仅可以提升知识检索的效率，还能自然表征实体之间的关联关系，尤其在多跳查询、复杂推理和大规模知识管理中具有不可替代的优势。

 本文将从以下几个方面探讨如何结合图数据库与向量数据库，构建高效的 RAG 系统：

1. 图数据库如何构建知识之间的关联。

2. 如何将图谱与向量化知识结合，发挥各自优势。

3. 面临的关键挑战（如节约 token 和消歧）及应对策略。

# 一、图数据库在 RAG 系统中的价值

图数据库（如 Neo4j、 NebulaGraph 、TigerGraph）擅长以节点和边的形式存储数据。

**节点**：表示实体，比如“人物”、“地点”、“组织”等。

**边**：表示实体之间的关系，比如“隶属于”、“位于”、“导致”等。
这种结构化存储方式具有以下优势：

清晰的关系表达：实体之间的关联可以显式表示并查询。 例如，“Alice 是数据科学家，她曾在 Google 工作”，可以建模为：

```
[Alice] -[职业]-> [数据科学家]
[Alice] -[曾工作于]-> [Google]
```

**高效的推理能力**：图数据库支持复杂的路径查询和推理。比如：

* 查询“某人是否与某公司存在间接关系”。

* 推理“事件 A 是否可能引发事件 B”。

**可解释性**：通过查询结果可视化，用户能够直观理解知识间的关联逻辑。


# 二、 从知识的自然关联到图表示


## **构建图谱**

**数据来源**：从结构化数据（如数据库表格）和非结构化数据（如文档、网页）中提取实体和关系。

**知识抽取**：利用 NLP 工具、规则或者大语言模型进行实体识别（NER）和关系抽取。

**存储到图数据库**：将提取的实体和关系根据图数据库的存储模型转写对应的查询语句存储为节点和边。

在这个过程中，原始数据、知识片段和实体关系三者的关联同样需要持久化到图数据库中，以支持后续的查询和推理。

上面提到的是一般的构建过程，在一些简单的场景，比如文章、书籍内部的知识关联，可以天然利用目录信息、文件层次结构等构建简单的图谱。


## 动态拓展图谱
随着新知识的获取，可以动态更新图谱，特别地，领域专家应该参与到图谱的构建和校准过程中，以确保图谱的准确性和实用性，在整个 RAG 生命周期里，这是最适合发挥 Human In The Loop 理念的环节。


# 三、结合向量数据库完成 RAG

尽管图数据库在关联关系推理方面表现出色，但它对非结构化数据（如长篇文档、模糊问题）显得力不从心。向量数据库通过语义嵌入技术为模糊检索提供支持，可以弥补图数据库的不足：

**语义检索**： 无需精确匹配关键词，可以通过语义相似性找到相关内容。例如，用户问题“讲述 Alice 的职业经历”，向量数据库能检索到文档片段：“Alice 曾担任 Google 的数据科学家”。

**非结构化数据处理**： 图数据库通常不适用于直接存储大段非结构化文本，向量数据库可以通过将文本转化为向量嵌入来存储它们的语义信息。


> NebulaGraph 5.x 版支持原生的向量存储和检索能力，并且提供 GenAI Ready 的 SDK 从而可以消除整合不同技术栈的挑战。
通过关联图数据库和向量数据库，可以有效结合知识的关联关系和语义信息，从而实现更加高效的知识检索和推理。


**识别用户问题指向性**

用户提出问题后，首先可以利用 nlp 技术或者大模型进行意图识别，以确定用户问题的指向性。

如果指向明确，可以有效提取对应的实体，并利用图数据库进行查询。

如果指向不明确，可以利用向量数据库进行语义检索，以获取相关内容。

**在图数据库中查询关联**

将对应的实体和关系网络、语义信息整合，形成一个完整的上下文。

将提取出的实体作为输入，在图数据库中查询它们之间的关系，或验证某些假设性关系是否存在。

**整合结果**

利用向量数据库返回的非结构化内容（如文档片段）与图数据库的结构化结果结合，形成一个完整的上下文，供生成模型使用。


# 四、基于图数据库构建 RAG 的挑战

在前面的部分，我们主要解决了将图数据库与 RAG 系统结合的问题。接下来，我们将探讨在构建此类 RAG 系统时面临的一些重要挑战。


## 如何节约 token

由于知识之间联系的复杂性，检索结果中包含大量不相关的实体和关系，导致上下文长度增加，从而需要对检索结果进行优化，以节约 token。 解决方案：

**1. 图谱裁剪：**

在查询结果中，仅返回与问题直接相关的实体和关系。例如，针对“Bob 是否与 Alice 相关？”的问题，只返回直接连接 Bob 和 Alice 的路径，而忽略其他不相关的节点。

使用算法（如最短路径算法或社区检测算法）来减少返回的节点数量。

**2. 摘要生成：**

对图数据库返回的结果进行摘要，使用规则或模型生成精炼的知识表示，进一步地，这些结果同样可以进一步持久化，以供后续使用。
3. 层次化问答：

优先检索高层次的概念或关系，若需要更具体的细节，再进行二次检索。

## 如何消歧

知识图谱和语义检索经常会遇到歧义问题，例如同名实体（“Apple”是公司还是水果？）或多义词（“bank”是银行还是河岸？）。

**1. 上下文消歧：**

在向量数据库检索时，利用用户问题的上下文信息，增强歧义词的语义表示。 例如，问题“Apple 的市值是多少？ ”可以通过语义分析明确指代公司，而非水果。

**2. 实体类型约束：**

在图数据库中，对实体设置类型和属性约束。 例如，“Apple”作为公司时，必须有属性“行业=科技”。

**3. 反馈机制：**
在用户交互中，允许用户指定某个实体的含义。例如，用户可以选择“Apple 是公司”或“Apple 是水果”。

**4. 联合检索：**

通过向量数据库和图数据库的联合检索，利用两种方式相互验证实体的含义。例如，通过图谱确认“Apple”是否与“科技公司”相关。

# 五、总结

图数据库擅长描绘知识的结构，而向量数据库补充了语义的细节。在 RAG 系统中，它们各司其职，共同实现了高效、可解释的知识生成，从而可以应对更复杂场景和专业领域下的挑战。



探讨如何结合图数据库与向量数据库，构建高效的 RAG 系统

图数据库 VS 向量数据库？别选错了，真正的答案是这样！


# 背景 💻
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/1.webp)

在数字化浪潮的推动下，高校与开源社区的深度合作正成为培养未来技术人才的重要途径。**2025 年 1 月 11 日，南京大学仙林校区迎来了一场别开生面的产学研合作盛会——NebulaGraph 社区高校行**。来自南京大学的师生以及众多技术爱好者齐聚一堂，共同开启了一场关于高校教育与图数据库技术的深度探索之旅。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/2.webp)

# 精彩回顾 ⏰

活动伊始，**南京大学信息管理学院博士生导师、信息管理科学系主任、区块链实验室主任颜嘉麒教授与 NebulaGraph PMC Sherman 共同官宣了高校产学研合作**，双方在产学研合作领域迈入了全新阶段。此次合作的亮点之一，双方将共同开设一门全新的“知识图谱”课程。这门课程不仅关注知识图谱的理论深度，更注重实战能力培养，突破了传统的“填鸭式”教学模式，将高校学术资源与开源社区的技术积累深度结合。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/3.jpeg)

**颜嘉麒教授**，指出信息管理学科与图数据库、知识管理之间存在紧密联系，充分肯定了南京大学信息管理学院与 NebulaGraph 建立高校合作关系在人才培养、学术科研方面的重大意义，并从课程体系、科研平台、国际化视野等视角向大家介绍了信息管理与信息系统专业如何全方位培养一流科研人才。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/4.jpeg)


**NebulaGraph PMC Sherman**, 从图数据库的市场规模、发展趋势及金融、政府、互联网、Graph+AI 等典型场景出发，先为大家介绍了 NebulaGraph 作为最佳图数据库解决方案的巨大潜力，并分享了 NebulaGraph 社区的成长发展与近期动态，最后 Sherman 指出高校合作在技术创新、人才培养、教学方法、开源文化中的积极作用，呼吁更多高校加入 NebulaGraph 高校合作计划。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/5.webp)


**圆桌环节**，围绕“高校开发者如何更好参与开源社区“，在 NebulaGraph Ambassador 尹珉的主持下，多位专家分享了自己的开源故事，以开源前辈的视角给出了专业建议。‍‍
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/6.webp)

**高校开发者如何开启开源之旅**？NebulaGraph 古思为的建议是“大胆尝试，迈出第一步”，社区是一个开放、友好、共同进步的大家庭，只需在 GitHub 上找到与自己兴趣相匹配的开源项目和 good first issue，尽情探索，在贡献过程中，来自全世界的社区成员一定会与你共同解决问题；开源之夏运营负责人李梦指出：开源之夏作为链接高校开发者和开源社区的平台，从开源项目和 good first issue 的选择到结项，都提供了全方位、全链路的支持与协调，并且通过一系列开发者&导师专访，为高校开发者参与开源给出了实战建议。因此，可以通过积极参与开源之夏，探索开源魅力。

**高校开发者如何选择第一个开源项目**？NebulaGraph PMC Sherman 给出两点建议：一是与兴趣匹配，开源项目意味着技术的快速迭代与变革创新，开发者往往面临纷繁复杂的疑难问题，而兴趣是挑战困难的第一动力；二是与知识能力匹配，这不仅能提高学习和贡献的效率，还能在实践中稳步提升技能，逐步迈向更复杂的项目挑战。
**高校开发者在开源贡献中的成长**？南京大学信息管理学院颜嘉麒教授认为：开源项目为高校开发者提供了一个将理论知识与实际应用相结合的平台，不仅有助于开拓视野，还能在实践中不断提升自己的技术能力。颜教授也分享了在苏黎世大学时教授 IT Project Management 课程经验：“普通的这门课讲的都是甘特图之类，当时我们换了个角度，专门讲 GitHub 上的项目管理，因为要讲这门课所以好好学习了 GitHub，看起来这些教学内容有助于同学们真正走进开源社区”。


**NebulaGraph@古思为**，作为 NebulaGraph GenAI Team Leader，详细介绍了 NebulaGraph 的卓越性能及其作为开源产品如何推动全球技术协作与进步，梳理了 GraphRAG 的发展历程及显著优势，回答了 GraphRAG 可以做什么、如何做、贵不贵的问题，并分享了 NebulaGraph RAG 未来的发展计划。通过实际案例和现场演示，让参与者对图数据库在 RAG 的应用场景有了更直观的了解。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/7.webp)

**NebulaGraph Contributor@宋昊成**，分享了通过开源之夏，顺利完成 Nebula-Rust 客户端建立、基于 Graph-Service 完成 nGQL 语句并返回查询结果的开源贡献经历与收获，指出丰富的开源经历有助应届生制造面试差异点，顺利拿到多个中大厂 offer, 鼓励高校开发者在开源项目中积累开发经验，为未来职业生涯发展打下夯实基础。‍‍‍‍
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/8.webp)

**企查查@张宝利**，介绍了企查查从 Neo4j 迁移到 NebulaGraph 后，在关系图谱、风险排查、血缘关系等业务场景的显著成效和优化实践。 通过 NebulaGraph 的高性能和可扩展性，企查查能够更高效地处理大规模数据，显著提升了查询速度和系统的稳定性。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/9.webp)

**南京中医药大学@洪海蓝**，展示了如何利用大语言模型和 NebulaGraph 构建中医古籍食疗糖尿病知识图谱。这一创新性研究通过挖掘和整理中医古籍中与糖尿病相关的食疗知识，利用大语言模型的强大自然语言处理能力，对文本进行语义理解和信息抽取，并将提取出的结构化数据存储在 NebulaGraph 中，构建出一个语义清晰、逻辑严密的知识图谱。不仅拓宽了图数据库在传统医学领域的应用场景，也为中医药现代化和智能化的发展提供了技术支持。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/10.webp)


**携程集团@周伟诚**，分享了在携程风控场景下通过 NebulaGraph 处理海量实时交易订单，有效识别欺诈风险的经验和成果。关键指标：数据量达到千万级的点亿级的边，单次查询平均耗时 10ms ；且实现欺诈覆盖率提升 32% 的落地实践。

图库天然适配风控场景，周老师提到携程风控后续会基于 NebulaGraph 拓展其他落地，如：血缘关系、团伙识别等场景。[（更详细的落地案例请见）](https://www.nebula-graph.com.cn/posts/user-xiecheng)
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/11.webp)



# 社区结语 🎙️

南京大学站的交流与分享，不仅让参与者收获了知识与灵感，更在高校与企业之间搭建起了一座坚实的桥梁。NebulaGraph 社区与南京大学信息管理学院的合作，如同一颗播撒在学术土壤中的种子，预示着未来产学研融合的无限可能。我们期待着这颗种子在双方的精心培育下，茁壮成长，结出丰硕的果实，为图数据库技术、知识图谱的发展和人才培养注入新的活力，共同书写高校产学研合作的新篇章。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/12.webp)

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/13.webp)

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/14.webp)




# 回放+PPT🔗




**直播回放**：‍‍‍‍‍或关注「NebulaGraph 技术社区」视频号，点击「直播回放」进行观看。‍‍‍

**PPT获取**：https://discuss.nebula-graph.com.cn/t/topic/16478


# 致谢❤️


感谢南京大学信息管理学院、南京大学新科技校友会对本次活动的大力支持！

感谢以下合作伙伴们的大力支持！
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6%E5%9B%BE%E7%89%87/%E7%BB%93%E6%9D%9F.webp)



2025 年 1 月 11 日，南京大学仙林校区迎来了一场别开生面的产学研合作盛会——NebulaGraph 社区高校行

NebulaGraph 高校行｜南京大学站精彩回顾（附 PPT 与回放）

**摘要**

在当前数据驱动的时代，图数据库与大语言模型（如GPT）正逐步融合，为复杂业务场景提供更为智能和灵活的解决方案。通过结合传统的图关系查询方法和新兴的 RAG、Agent 技术，应用平台不仅能够支持结构化数据的查询，还能在非结构化和半结构化数据的分析中发挥重要作用。尤其在风控领域，随着图数据库的规模化和大语言模型的推理能力的提升，系统能够实时响应复杂的风险场景，提供个性化的决策支持。未来，随着交互式查询和智能分析的进一步发展，图谱技术将在各种行业中大显身手，推动自动化和智能化的转型，提升数据分析和决策的效率和准确性。

1.在 NebulaGraph 上构建应用风控图谱的成熟实践

2.LLM 基于图可以做什么？

3.NebulaGraphRAG 应用平台和开发者 SDK

4.提问回答




# 一、在 NebulaGraph 上构建应用风控图谱的成熟实践


在当今数据驱动的世界中，图数据库作为一种强大的数据结构，凭借其高效的查询性能和灵活的关联分析能力，正日益成为金融、风控等领域的核心技术之一。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%871.png)


NebulaGraph 是一款开源的超大规模图数据库，支持毫秒级延迟，采用分布式架构，能够保证在大规模数据环境下的高效查询和高可用性。NebulaGraph 5.0 商业版目前尚未开源，是业界第一家原生支持 ISO GQL 的图数据库。

接下来分享 NebulaGraph 在风控领域的一些成熟实践。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%872.png)


在金融实时风控场景中，图数据库可以帮助实时监控和分析交易行为。以商户付款为例，当用户进行支付操作时，这个行为就形成了一个付款关系。在这种场景下，实时风控要求在用户付款的几秒钟内完成风险判定，并做出相应的处理决策。因此，对图数据库查询性能的要求极为高效，必须具备毫秒级响应能力。客户基于 NebulaGraph 构造了百亿级反欺诈图，以满足实时风控需求。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%873.png)


除了实时分析交易行为，还需要对已经落库的数据进行查询，图数据库可以实现实时查询与离线计算的融合。传统数据库中的数据通过 ETL 流程导入图数据库，进而可以执行更复杂的分析计算。例如，在进行社区检测等需要大量计算的任务时，图数据库能够高效处理异步操作和大规模数据计算。在图数据库中，我们可以执行更复杂的计算任务，如：

* 社区检测： 通过分析客户之间的关系网络，检测潜在的虚假账户群体。
* 路径分析： 通过分析用户行为路径，识别出不合规或异常行为模式。
* 行为模式识别： 通过对用户行为的深入分析，识别出潜在的欺诈行为或恶意攻击模式。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%874.png)


在欺诈分析中，图数据库提供了强大的图指标分析能力。例如，在发卡风控场景中，通过分析申请人的单位、家庭、设备等维度的关联，图数据库能够构建一个业务知识图谱。该知识图谱不仅能够识别欺诈行为，还能够揭示异常的申请人模式。例如，某些账号可能存在相似的行为模式，或不同账号之间的关联性异常，这些都可以通过图算法识别出来。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%875.png)
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%876.png)



平台分析模块中，提供了快速构建图谱规则和指标定义的能力，可以快速将各类业务逻辑进行转换，并基于规则对指标进行计算分析。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%877.png)



更进一步，图数据库还可以应用社区检测算法。通过客户关系、转账IP、设备号、联系电话等多个维度，将客户划分为多个社群，并计算各个社群之间的关联强度。通过这些社群指标，能够有效挖掘可疑个体，提升风控规则的覆盖率和准确性。


# 二、LLM基于图可以做什么？


随着人工智能技术的不断发展，大模型在多个领域的应用逐渐显现出强大的潜力。对于图数据库而言，如何将大模型与图数据库结合，成为进一步提升查询能力和决策支持的关键。

一方面，基于图数据库的图结构，可以作为输入提供给大模型，使大模型具备理解和操作图的能力。另一方面，利用大模型，可以在图数据库上执行更加智能的查询，并进行深度分析。


## 1.Text to GQL
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%878.png)



最直接的一个应用方式就是 Text to GQL. 目前，利用大模型的代码生成能力，已经有很多成熟的 Text to SQL 应用。过去图数据库查询没有统一的语言，现在有了 ISO GQL, 通过标准 GQL 数据的累积，可以训练大模型，使其能够提供 Text to GQL 的能力，从而实现直接使用自然语言进行图数据库查询。在当前 Text to GQL 能力不足的情况下，可以利用规则对代码进行校正，以提高准确率。


## 2.让 Agent 理解图谱
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%879.png)



进一步，大模型要能够理解从图数据库读取到的数据。读取到的点边关系，可以序列化为 text, 输入大模型，再加上一些 prompt 提示大模型其语义，以便大模型更好地理解数据。


## 3.Chain of Exploration 探索链

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%8710.png)


结合查询和理解图的能力，就可以构成一个“探索链”（Chain of Exploration）。大模型可以通过制定探索计划，逐步执行查询任务，形成一个闭环。具体来说，首先，大模型会根据给定的任务，制定查询计划，确定查询的子图或路径；然后，大模型执行查询，获取结果，并进一步分析这些结果。基于这些分析，模型可以继续调整查询策略，直到达到预期目标。

这种方法不仅仅是单次查询的执行，更是一个持续优化和反馈的过程，形成了一个智能化的查询与决策链条。通过不断的迭代，图数据库能够与大模型结合，实现更高效、更智能的查询和数据分析。


## 4.从非结构化数据到半结构化知识图谱
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%8711.png)

除了结构化数据，对于非结构化数据（如文本、图片、音频等），也可以提取成知识图谱的形式，再利用结构化查询的能力进行查询。



通过文本抽取技术，可以将文本数据转化为三元组（如 "Harry Potter", "has parents", "James Potter"），这是最基本的知识图谱表示方式。这样的三元组可以通过图数据库进行存储和查询，以便提取出其中的关系和实体。

然而，对于一些复杂的场景，不仅是简单的三元组，还需要考虑节点和边的类型，以及附带的时间、位置等属性。这就产生了半结构化知识图谱的概念，即图谱中的数据虽然大部分还是来自于文本，但它已经包含了某些结构化的信息，例如时间戳、实体类型等。例如，“Harry Potter”可能有多个类型的关联（Person、Location、Book等），而这些关系和属性可以帮助在查询时进行过滤。

这种半结构化知识图谱不仅能够表示实体及其关系，还能通过带有时间、地点等属性的附加信息来进行更复杂的查询。例如，在风控场景下，我们可以根据时间区间或地点限制来查询某些特定行为是否发生过，从而提高查询精度。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%8712.png)


构建图谱类型可以按两个维度划分为四个区间，如上图所示。一个维度是领域特定型或通用型，领域特定指的是有明确的点边类型，而通用则是无明确类型，介于两者之间也有一些半结构化的类型，比如带有类型和属性，但主要信息在文本中。另一个维度是分析型或知识型，分析型是利用大模型生成 GQL 查询语句，获得结构化的查询结果；而知识型更注重总结查询结果的能力，以自然语言的形式给出总结报告。


## 5.图谱的分层管理
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%8713.png)



在 NebulaGraph 中可以实现图谱的分层管理。如上图中所示，红色点为 Harry Potter 小说，黄色点是由小说切分出的 text 片段，绿色点是基于黄色点的片段中抽取出来的知识图谱，最后蓝色点是从知识图谱中获取的一些结构化的洞见。

这里得到蓝色点采用的方法是微软的 From Local to Global 的方法。该方法是在知识图谱上，通过社区检测划分出不同的社区，进行分层总结，从而在半结构化知识图谱中隐式地提取出图结构信息。

NebulaGraph 作为一款数据库，还需要提供数据库相关操作和管理的能力。在 NebulaGraph 上，可以实现元数据、原始数据、索引、知识图谱、知识报告的统一存储、统一管理。例如，黄色点这些文本 chunks 中带有 embedding 信息，可以进行向量检索，实现传统 RAG；在绿色点上，可以做 Text to GQL，实现知识图谱的查询；而在蓝色点上进行向量检索，则可以获得经过总结的具有全局视野的结果。

除了查询方面的能力，基于统一存储，还可以实现便捷的增删改操作。例如，如果需要删除某个节点，可以同时删除与之相关的边和子图，从而保证数据的一致性和完整性。


# 三、NebulaGraphRAG 应用平台和开发者 SDK


最后，介绍一下 NebulaGraphRAG  应用平台和开发者 SDK.
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/LLM/%E5%9B%BE%E7%89%8714.png)


NebulaGraphRAG 应用平台，是类似于传统 RAG 的基于图谱的问答系统。当然，我们也意识到问答形式的局限性，因此也在考虑扩展更多交互形式，提升系统的灵活性和用户体验。

图数据库与 RAG 结合的优势在于，不仅能够进行结构化的数据查询，还能够支持更复杂的全局性分析和推理。通过 GraphRAG 的支撑，能够为用户提供更加丰富的信息处理能力。

未来，系统会在已有的结构化图谱基础上，进一步扩展功能，使其能够支持智能分析。具体而言，利用 Agent 技术来调用规则库，可以自动化处理复杂的业务规则，并根据查询结果做出相应的推理和决策，从而进一步提升风控和其他业务分析的智能化水平。同时， Graph 与交互系统的深度集成将由开发者工具SDK提供全面支持，确保开发者可以在平台上高效构建自己的应用。


# 四、提问回答


**前端集成LLM和Agent功能**

**问题**：是否考虑将 LLM 或 Agent 功能集成到前端界面，如 explorer 工具中，以便提升用户体验。

**回答**：目前有可能实现这种集成，尤其是在 explorer 工具中，作为前端的一个载体，便于展示和使用 LLM 及 Agent 功能。

**GraphRAG 的成本和效益**

**问题**：GraphRAG 如何解决成本问题，特别是在与传统向量嵌入（Vector Embedding）方法的比较下，是否更具优势。

**回答**：GraphRAG 并不完全取代传统向量嵌入，而是作为一种增强手段，特别是在结构化查询能力和全局性问题的解决上有独特优势。通过构建知识图谱和社区报告（community report），GraphRAG 能够有效处理复杂的关系和全局性问题，其构建过程可能较为昂贵，但查询成本相对较低。此外，可以通过延迟构建和选择较小的模型来优化成本，平衡效果和性能。

**构建社区报告的成本优化**

**问题**：构建多个社区报告时，如何避免频繁的 API 调用和数据更新带来的高成本。

**回答**：为了减少成本，可以采用“懒加载”策略，在真正需要时才生成社区报告。此外，对于数据更新所需的整个图重建问题，可以通过量化数据失效的程度来降低重建频率。例如，当图中的数据失效程度低于一定阈值时，可以容忍其不重建，降低系统负担。



> 本文源自 DataFun Summit 2024 上@BeautyyuYanli的分享，由 DataFun 志愿者陈思永整理成文。





讨论在 NebulaGraph 上构建应用风控图谱的成熟实践、LLM 基于图可以做什么、NebulaGraphRAG 应用平台和开发者 SDK 三大问题

NebulaGraph + LLM 处理风控知识图谱的探索和实践

### 🔥 NebulaGraph 社区 2025 年首次线下高校行正式启动！

2025 年 NebulaGraph 社区高校行首站即将走进**南京大学**，与信息管理学院携手，正式合作开设 “**知识图谱**” 课程。课程将通过理论讲解与项目实践，帮助学生掌握开源社区协作与图数据库技术应用，打造技术与教育结合的全新样板。

本次活动由 NebulaGraph 开源社区和南京大学新科技校友会主办，南京大学信息管理学院和中国科学院软件所开源之夏协办。特别感谢 NebulaGraph 社区布道师周伟诚老师的精心组织和筹备，欢迎社区小伙伴们来线下参加！


### 议程抢先看
* **产学研合作官宣**：南京大学信息管理学院颜嘉麒教授与 NebulaGraph 社区 PMC Sherman 正式官宣产学研合作，共设 “知识图谱” 课程，通过理论讲解与项目实践，帮助学生掌握开源社区协作与图数据库技术应用。
* **开源圆桌讨论**：与技术大咖、高校教授、开源之夏运营负责人零距离互动，共同探讨高校学生如何更好的参与开源社区。
* **社区经验分享**：有来自京东、企查查、携程的社区用户和开发者，分享在 NebulaGraph 的经验。


欢迎感兴趣的小伙伴参加！！现在即可报名！


### 时间、地点
* 时间：2025 年 01 月 11 日 13:20-15:30
* 地点：江苏省南京市, 南京大学仙林校区信息管理学院 410 会议室

### 议程
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/images/blogs/%E7%A4%BE%E5%8C%BA%E9%AB%98%E6%A0%A1%E8%A1%8C-03.jpg)



### 技术集市征集

12:00～17:00 技术集市
🔥火热征集中，诚邀广大社区参与～已确认参加的有：开源之夏、FastGPT、携程、NebulGraph，扫描下方二维码即可报名

合作社区权益：

* 免费展位：在技术集市展区免费展示您的开源项目，与众多技术爱好者、开发者面对面交流互动，提升项目影响力。

* 品牌曝光：在官网、宣传资料及现场展示中呈现合作社区 logo，全方位提升品牌知名度，让更多人了解您的开源故事。

* 人才招募：一线，直面南京大学在校优秀学生。



### 签到
线下参与本次活动，不仅能逛技术集市发现有趣项目、动手参与 workshop、领周边，签到处可获得 NebulaGraph 社区礼品一份，数量有限哦🎁

2025 年 NebulaGraph 社区高校行首站即将走进**南京大学**，与信息管理学院携手，正式合作开设 “**知识图谱**” 课程。课程将通过理论讲解与项目实践，帮助学生掌握开源社区协作与图数据库技术应用，打造技术与教育结合的全新样板。

聚社区之力｜NebulaGraph 社区高校行，1月11日与你相约南京大学！


> 导读：奇富科技，作为中国领先的人工智能驱动的信贷服务平台，面临着业务快速扩张和数据量激增的挑战。为了提升金融服务的安全性和效率，自 2020 年起，奇富科技选择了 NebulaGraph 作为其金融风控体系的图数据解决方案，包括反欺诈、图挖掘、图+大模型、策略血缘、大数据血缘等多个场景。本文整理自奇富科技风控平台技术负责人@李权，在 NebulaGraph 深圳站 nMeetup 上的演讲。

‍‍‍‍

# 一、公司背景

奇富科技（原 360 数科）2016 年成立，2018 年在纳斯达克上市，2022 年在香港挂牌上市，帮助金融机构为广大小微企业和个人用户提供普惠金融服务。奇富科技拥有 2.5 亿注册用户、5500 万授信用户，并与 162 家金融机构建立了合作关系，凭借智能服务、AI研究及应用、安全科技，赋能金融机构提质增效，助推普惠金融高质量发展，让更多人享受到安全便捷的金融科技服务。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/gs.jpg)


# 二、业务背景与图数据库迁移


## 1.业务背景

随着业务量激增，奇富科技的关系数据量级迅速增长，对安全欺诈、信用风险的严格管控，对图数据库的性能和可靠性也提出了更高要求。公司经历了从基于 Neo4j 的单机部署到 NebulaGraph 的分布式存储架构做完整风控体系的升级历程。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/bj.jpg)


## 2.图数据迁移史


***2017 年 6 月***：使用 **Neo4j**, 适用于业务量较小时的轻便部署。当时使用的是非商业单机版，随着数据量的增长，单机部署模式的局限性显现：一是缺乏主备服务，二是集群部署能力受限，有单点故障的风险。

***2018 年 3 月***：使用** AgensGraph**, 它是基于 PostgreSQL 实现一主多从架构。当业务数据量增长至 10 亿点和 60 亿边时，AgensGraph 无法满足业务需求：其数据存储是非分布式的，数据都存在一台机器上；数据量越大，查询性能越低，严重影响了查询效率。

***2019 年 8 月***：为解决存储能力和查询性能的痛点，更换为 **JanusGraph**. 它的数据存储基于 HBase, 查询基于 ES, 实现了分布式数据存储和水平扩展。使用快一年后遇到了两个主要问题：首先，作为实时风控系统，业务需要短时间内计算用户特征并将其应用于策略执行，但是 JanusGraph 在查询关系网时性能不足，导致特征计算组装缓慢，影响了业务流程。其次 JanusGraph 的查询无法下推，需要先通过 ES 索引到具体节点，再从 HBase 查询所有数据，这导致了巨大的网络传输开销。此外，当查询触及超级节点时，由于底层缺乏过滤机制，需要从 HBase 查询并加载所有相关数据到内存中进行计算和过滤。这些问题促使我们寻求更优的图数据库解决方案。

***2020 年 6 月***：为了解决刚提到的 IO 无法下推和超级节点的问题，我们开始寻找新的图数据库解决方案。这时候 **NebulaGraph** v1.0 发布，我们邀请了 NebulaGraph 的同学到奇富科技分享，了解到 NebulaGraph 是一个主从分布式的存储架构，支持存算分离和信息扩容。与 JanusGraph 相比，不仅可以大大降低我们的数据存储成本，还能解决 IO 无法下推和超级节点的问题。另外 NebulaGraph 支持我们的一些过滤条件在底层计算的时候就过滤掉，并且通过超级节点底层优化，在底层配置了一个特殊的参数，我们可以设置点关联最大的一个边，或者点的最大数量，去解决超级节点膨胀的问题。因此，我们选择了 NebulaGraph 作为金融风控业务的最佳解决方案。

‍‍‍![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/hs.jpg)

回顾我们图数据库使用和升级的历程，其实就是复盘我们业务发展与扩张，一路发现问题，一路解决问题的过程。



# 三、图平台架构

奇富科技使用 NebulaGraph 构建了一个高效、稳定的图平台架构，以支持金融风控业务及一般业务需求。从 2020 年 6 月开始投入奇富科技多个业务使用，经过四年多的实践， NebulaGraph 已被证明在服务稳定性和查询性能上能够很好地支撑业务发展。



奇富科技的图平台架构从底层到顶层分为以下几个层次：
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/in.jpg)
1. **图数据库层**：部署了两套 NebulaGraph 集群，分别位于机房 A 和机房 B, 实现了跨机房的高可用性。A、B 集群的数据存储量分别达到了 400 亿+ 和 100 亿+。
2. **中间组件层**：包括 Kafka、Spark、GPU 等，用于数据同步和处理。Kafka 用于主从数据同步，而 Spark 和 GPU 则用于大规模数据处理和机器学习任务。
3. **数据挖掘层**：在这一层，我们利用图算法进行数据发现、重要节点、标签传播等。另一方面，会将图数据导入到我们的大数据集群进行机器学习，如图神经网络、模型训练、图特征挖掘等。
4. **业务应用层**：利用 NebulaGraph 支持风控业务，如风险社区、风险节点、B卡评分、逾期评估、反欺诈等，也用于支持一般业务，如大数据血缘、黑名单溯源、特征血缘等。
5. **监控运维层**：使用 Prometheus、CAT、Falcon 和 Nebula-Dashboard 等工具进行监控和运维，确保实时监控系统稳定的运行。


# ‍‍四、NebulaGraph 的应用实践


## 1.反欺诈

我们利用 NebulaGraph 构建了多维度的风控模型，包括设备关联风险、身份信息关联风险、社交关系风险和名单关联风险，使我们能够及时发现团伙作案或传销案件中的异常行为模式。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/f.jpg)
* **设备关联风险**：监控设备使用情况，识别多人短时间内使用同一设备进行申请的异常行为。
* **身份信息关联风险**：检测身份信息的急剧变动，以发现潜在的身份伪冒风险。
* **社交关系风险**：通过分析用户的社交网络，评估用户可能所处的行业，从而侧面评估其信用风险。
* **名单关联风险**：通过用户与风险名单的关联程度，评估用户的风险概率。

同时我们构建了风险传播路径，实现了以下功能：

* 爆发式传播预警拦截：在风险行为呈现爆发式传播时，及时发出预警并进行拦截。
* 风险人库溯源：通过图数据库的查询能力，快速追溯风险行为的源头，实现风险的精准定位。

通过以上方式，NebulaGraph 在反欺诈场景中，帮助我们快速识别和响应欺诈行为，**累计报送涉骗阻断预警 59 万次，拦截潜在被骗者 9.5 万人，帮助用户避免损失 11.35 亿元。**

## 2.图挖掘

图挖掘主要通过两种方式进行：

* **一阶二阶关联聚合**：通过分析客户的直接和间接关联，衍生出图特征指标。这种方法已经帮助公司计算出上千个图指标，这些指标被应用于 100 多个模型和策略中。然而，随着新指标的发掘，其边际收益呈现出递减的趋势。
* **大数据平台结合图算法**：为了克服边际收益递减的问题，我们将图数据同步到 HIVE, 并利用大数据集群运行全图算法，如 PAGERANK（网页排名算法）、LOUVAIN、GAT（图注意力网络）、GNN（图神经网络）等，**帮助公司发现了 92 万个风险社区和超过 100 万个风险节点。**
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/w.jpg)


## 3.图+大模型

通过结合大模型和金融知识图谱，实现了对企业经营变化的快速掌握和深入理解。这一创新方法在处理非结构化数据和提升业务理解方面展现了显著优势。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/tu.jpg)


* **信息提取与情感分析**：我们利用大模型对财报、用户经营数据、图片等非结构化数据进行信息提取，并通过持续的用户对话进行情感分析，识别用户的具体诉求。
* **知识图谱与图计算**：通过过大模型提取的关键信息，进一步对图的点边进行建模，构建了金融知识图谱。这一图谱不仅加深了大模型对业务的理解，而且通过提示词优化和语料训练，使得大模型能帮助我们快速地掌握小微企业的经营变化和行业信息背景，对业务进行全方位的深入理解。

## 4.特征、策略血缘

在特征管理和策略血缘方面的实践，充分利用了图数据库的天然可解释性，为风控领域提供了一种直观且高效的特征追溯和管理方法。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/tz.jpg)

### 特征血缘管理


* **特征变量管理**：我们已经积累了超过 40 万个特征变量，每个特征都有明确的取数来源和加工逻辑，以及应用的业务场景。
* **直观表达**：通过 NebulaGraph, 构建一个直观的表达方式，快速识别每个特征所属的领域和链路，这在传统关系数据库中往往需要多表关联查询，且不够直观。
* **无效特征管理**：NebulaGraph 使得识别和管理无效或需要下线的特征变得更加有效。


### 策略血缘分析


* **变量关系构建**：通过图谱构建了输入变量、中间变量和最终输出变量之间的关系，这对于理解策略的内部计算和结果输出至关重要。
* **影响归因**：当策略输出出现波动时，图谱能够快速进行影响归因分析，帮助团队迅速定位问题原因。


## 5.大数据血缘&应用拓扑‍‍‍‍

在大数据血缘和应用拓扑管理方面，通过 NebulaGraph 实现了对数据资产和工作流的高效监控与管理。不仅提高了数据处理的透明度，还增强了对运维异常的快速响应能力。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/qifukeji/dsj.jpg)

### 大数据血缘


* **数据资产表管理**：我们管理着 8 万张数据资产表，这些表通过每日 1000+ 的离线工作流进行更新和迭代。
* **工作流异常影响分析**：当数据同步出现问题时，可以快速定位受影响的下游表和业务，实现一阶、二阶甚至多阶的链路影响分析。
* **工作流下线依赖检测**：在调整或下线工作流时，评估其对其他工作流或业务的在影响，确保变更管理的安全性。


### 应用拓扑管理

* **应用调用链路拓扑**：通过 NebulaGraph 展示应用间的调用关系，帮助理解和分析应用间的交互和依赖。

* **运维异常根因分析**：在发生运维异常时，NebulaGraph 能我们快速定位问题根源，提高故障恢复的效率。




# 五、未来展望

‍我们未来规划和展望集中在两个主要方向：集成图计算和机器学习解决方案，以及 GraphRAG 研究实践。

目前在图计算和机器学习领域的成本很高，计划利用图的关系建模、结合图算法做计算，再将图计算的结果通过机器学习理解图。如果能整合到一个统一的平台上，能提高效率和降低成本。这样的集成解决方案有利于多个团队更高效地协作，提高业务流程的流畅性。

其次，我们正在探索 GraphRAG 技术，NebulaGraph 也推出了自己的 GraphRAG 服务，希望通过 NebulaGraphRAG 能更深入地利用现有的图数据，结合大模型技术，为业务提供更多的赋能。


奇富科技选择 NebulaGraph 作为其金融风控体系的图数据解决方案，包括反欺诈、图挖掘、图+大模型、策略血缘、大数据血缘等多个场景。

奇富科技 x NebulaGraph｜金融风控最佳解决方案

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/%E5%A4%A7%E5%90%88%E5%BD%B1.jpg)

# **背景 💻**

11 月 30 日，由**奇富科技与 NebulaGraph 联合主办**的 nMeetup 在深圳圆满落幕～众多来自各行各业的小伙伴，怀揣着对图数据库与人工智能技术的热情，以**Graph Meets AI**为主题，共同探讨了这两个领域的最新进展与实践经验。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/s1.jpg)

****未能到场的小伙伴们可查阅本次 nMeetup 精彩回顾、 PPT 及直播回放⬇️****

# **Topic 回顾 ⏰**

**奇富科技@李权**，分享了 NebulaGraph 在奇富科技金融业务场景的实践。作为 NebulaGraph 最早的用户之一，奇富科技在使用过 Neo4j、AgensGraph、JanusGraph 后，考虑到 NebulaGraph **主从架构+分布式存储存算分离、线性扩容资源、超级节点底层优化**等诸多优势能全方位满足业务需求，实现降本增效，于 2020 年正式采用 NebulaGraph 作为反欺诈、图挖掘、图+大模型、策略血缘、大数据血缘等多个场景的最佳图数据库解决方案。

在反欺诈场景，通过识别设备关联风险、社交关系风险、名单关联风险，**NebulaGraph 助力奇富科技累计报送涉骗阻断预警 31 万次，拦截潜在被骗者 2.8 万人，帮助用户避免损失 3.55 亿元**；在图挖掘场景，‍‍将图数据同步 HIVE, 利用大数据集群跑全图算法，**累计发现 92 万个风险社区和 100 万个风险节点。**

在未来，奇富科技还将与 NebulaGraph 共同探索图计算+机器学习的解决方案，并利用 GraphRAG 发展新质生产力。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/liquan.jpg)

**华为@支天记**，结合自己五年的云原生 DevOps 全流程数据库治理经验，分享了 **NebulaGraph 图数据库平台能力建设中的经验和做法**，包括设计、开发、发布、运维等各个阶段的平台工具化建设，以及高可用设计、安全能力建设等方面的实践总结。大家通过支老师的分享，系统性地学习了从数据库底座建设到运维的数据库平台建设整体架构。
![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/zhi.jpg)

**圆桌环节**，多位行业专家探讨 AI 对开源社区和开发者的影响，现场气氛热烈。

**AI 对开发者的影响**？奇富科技风控平台技术负责人李权指出，AI 的出现以人机交互的形式提升了开发者解决问题的效率，使用 AI 时，开发者是“用户”，当开发一个 feature 时，开发者角色转变为服务提供者，我们应该不断地从中反思，如何像 AI 一样以更高的效率解决用户问题，带来更好的使用体验；广东智用人工智能应用研究院工业&社区 CTO 张善友认为 ，AI 创新了开发流程，在更短的时间内能交付给用户更高质量的解决方案。

**AI 对开发者职业生涯发展的影响**？CNCF Ambassador 厉辉认为，AI 能助力开发者的职业生涯发展，加快迭代自身的知识贮备体系和学习能力。一是要利用 AI 高效完成工作，拥有更多学习时间进行自我能力提升；二是要善用 AI 加强对知识的学习理解。深数所生态发展部负责人李东阳认为 ，AI 降低了开发门槛，使开发者从繁杂的开发任务中解放出来，转向对业务的深入理解，形成开发者另一核心竞争力。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

**AI 对开源社区的影响**？ECommunity 平台工程社区发起人杨振涛的观点是：开源社区的魅力在于人与人之间的交互，AI 在社区中仅能起辅助作用。AI 仅仅是意识的对象化，虽提高了开发效率，但无法在人际交往与团队凝聚力上发挥显著价值，因此，AI 技术越发达，开源社区成员之间的协作与线下交流越可贵。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/yuanzhuo.jpg)

**NebulaGraph@古思为**，作为 NebulaGraph GenAI Team Leader，梳理了 GraphRAG 的发展历程及显著优势，回答了 **GraphRAG 可以做什么、如何做、贵不贵**的问题，并分享了 NebulaGraph RAG 未来的发展计划。通过对 GraphRAG 的系统性介绍，大家对 GraphRAG 有了更深入的了解，并看到了其在未来人工智能领域中的巨大潜力。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/ss.jpg)

**BentoML @明希**，现场教学“如何用 BentoML 部署你自己的机器学习应用“。BentoML 作为一个开源的框架，能简化和加速机器学习模型的部署流程。明希老师介绍了 BentoML 的核心功能和优势，分享**如何使用 BentoML 将机器学习模型从开发环境迁移到生产环境**，为大家们提供了一种高效、便捷的机器学习模型部署方案。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/ming.jpg)

**FastGPT @王子俊**指出，GPT 存在幻觉、逻辑错误、知识受限、token 限制等问题，导致 AI 技术与实际应用存在一定距离。介绍 **FastGPT** 作为一个基于 LLM 大模型的开源 AI 知识库构建平台，如何**精准解决问题，以降低 AI 技术门槛、提升企业效率**，并分享了 FastGPT 在多个行业的应用案例。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/wang.jpg)

**世纪众云 @贺家乐**，分享在 DotNet 中使用 [GraphRag.NET](http://GraphRag.NET) 和 NebulaGraph.贺老师从集成环境准备、集成部署步骤两大环节详细介绍如何实现 [GraphRag.NET](http://GraphRag.NET) 和 NebulaGraph 的集成，集成后**可简化开发流程、提升数据处理效率、增强数据可视化能力**，更高效地应用于社交网络分析、欺诈系统检测、物流路径优化、知识图谱构建等实际应用场景。‍‍‍

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/he.jpg)

# **社区结语 🎙️**

第四期深圳站完美落幕，NebulaGraph nMeetup 从北到南，每一个分享、每一次讨论，都是我们在开源社区这片沃土上共同播下的种子，它们或许微小，却蕴含着无限的生长潜力。NebulaGraph 期待再次与大家相聚，共话开源，共创未来。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/s2.jpg)

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/s3.jpg)

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/s4.jpg)

# **回放+PPT🔗**

**直播回放**：b站搜索- **【深圳站直播回放】NebulaGraph 深圳站 Meetup**（已进行章节分段，可快速定位感兴趣的 topic, 推荐在视频右下角选择打开字幕，观感更佳）；

**PPT获取**：关注「NebulaGraph 技术社区」公众号，后台回复「深圳站」。

# **致谢❤️**

感谢奇富科技对本次活动的大力支持！

感谢以下社区的大力支持！

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B7%B1%E5%9C%B3meetup/zhixie.jpg)


【nMeetup 深圳站】活动精彩回顾（附 PPT 与回放）

![](https://picx.zhimg.com/80/v2-7efd5b5b6e6f9f9e3663d99caba979ba_1440w.jpg?source=d16d100b)


#  背景 💻


10 月 26 日，由携**程集团、NebulaGraph** 联合主办的 nMeetup 在上海圆满落幕！感谢冒雨来到现场的小伙伴。

来自五湖四海的行业伙伴们共同探讨 **Database + AI Infra** 的最新发展与应用实践，并以高校开发者在开源社区中的成长为主题，进行了圆桌讨论。无论是每个议题后的积极提问，还是茶歇期间的火热交流，相信大家一定满载而归。

![](https://pica.zhimg.com/80/v2-3630880032acddcb1823e9b18da35f3b_1440w.jpg?source=d16d100b)


**未能到场的小伙伴们可查阅本次 nMeetup 精彩回顾、 PPT 及直播回放⬇️**

在正式开始之前，非常荣幸地邀请到**携程集团云原生技术总监周昕毅先生**为我们致辞。他分享了NebulaGraph 作为开源解决方案在企业中的应用，并表达了对开源技术的支持和期待。

![](https://pica.zhimg.com/80/v2-111c1d9d2c81d5dc62096c2cd0ff89d9_1440w.jpg?source=d16d100b)



#  **Topic 回顾** ⏰



**携程集团@周伟诚**，分享了在携程风控场景下通过 NebulaGraph 处理海量实时交易订单，有效识别欺诈风险的经验和成果。**关键指标：数据量达到千万级的点亿级的边，单次查询平均耗时 10ms ；且实现欺诈覆盖率提升 32% 的落地实践。**

图库天然适配风控场景，周老师提到携程风控后续会基于 NebulaGraph 拓展其他落地，如：血缘关系、团伙识别等场景。（[更详细的落地案例请见](http://mp.weixin.qq.com/s?__biz=Mzg4OTg0MzY0Mw==&mid=2247512477&idx=1&sn=cc847b80046a99937d6b3ef33ad9287f&chksm=cfe74b49f890c25f52953a0c2d023240e94301fff0a645a00e30938bcb28f633cfaf77fc2027&scene=21#wechat_redirect)）

![](https://pica.zhimg.com/80/v2-c6443b6c97ca81c2bacb3ceca7e3110e_1440w.jpg?source=d16d100b)

（周老师并以 NebulaGraph 社区布道师的身份客串了此次 nMeetup 的主持）

**携程集团@郑皓月**，从社区用户角度分享了携程图数据库的选型过程。她提到，自 2021 年起，经过对 Neo4j、JanusGraph 和 NebulaGraph 的综合对比，因 NebulaGraph 支持计算存储分离的架构、可扩展性更高、使用 Raft 协议保证了数据的强一致性以及支持千亿节点万亿条边的超大规模数据集，最终选择 NebulaGraph 来搭建图数据库平台。

郑老师从 NebulaGraph 架构、部署及客户端改造等方面，介绍了携程集团维护**多云集群下多套 NebulaGraph 环境**的经验，**三中心、跨域多活**的部署策略，顺利推进**内部多部门使用 NebulaGraph。**

![](https://picx.zhimg.com/80/v2-aa2fbf67ec181f0d4b1abe1fc33a9574_1440w.jpg?source=d16d100b)


**新奥新智@祝亚运**，聚焦于实时数据处理，展示了 **NebulaGraph Flink Connector** 在 ETL 过程中的高效应用，并为大家提供了 NebulaGraph Flink Connector 相关问题的解决思路。

NebulaGraph 作为开源社区，一直**重视高校开发者的培养**，特别邀请阿里云高级专家车漾、NebulaGraph GenAI 负责人古思为、Apache OpenDAL PMC 尚卓燃，以开源前辈的视角分析开源社区如何在实践中培养好习惯；LLM 方向实习生 Steven、复旦大学余涛则通过分享自己作为学生与开源社区的故事，为大家提供从 0 到 1 参与开源建设的思路。讨论中多次提到开源之夏，现场更有来自上海理工大学附属中学高二学生@Joker 分享自己的开源经验；不禁感叹，开源真的在改变世界。

整个开源圆桌过程大受好评，让大家都能为开源的纯粹共情。车老师指出是否参与开源在面试中就能看出来，熟练参与开源的同学通常具备以下特点：

1、具备**产品化**思维

2、**工程化**的习惯，如：UT 和 CI/CD 的经验

3、**沟通、共情能力**，能快速表达自己的想法和理解别人的需求

![](https://picx.zhimg.com/80/v2-70bef32d922bf2e65b34c4ed6d46bf2c_1440w.jpg?source=d16d100b)

Zilliz@李成龙，介绍了向量数据库的基本概念、**向量数据库 Milvus** 的设计架构与核心优势，并探讨了在 AI 时代，向量数据库成为基础设施的重要性。

![](https://pica.zhimg.com/80/v2-6251f28ae7670105b28bba38c73fa984_1440w.jpg?source=d16d100b)

NebulaGraph @余毅航，作为 NebulaGraph GenAI 的核心研发，介绍了 RAG 的背景及原理，并分享了 GraphRAG 在 NebulaGraph 中的最新进展：构建了开箱即用的 **GenAI Suite**，使 GraphRAG 更易用，且性能更强大。

![](https://picx.zhimg.com/80/v2-d89e373fc2d269da2a63a2ebd301718b_1440w.jpg?source=d16d100b)

爱可生@苏鹏，分享了 **ChatDBA** 的创新应用，展示了如何利用 AI 技术提升数据库管理的智能化水平，为 DBA 的高效工作和迅速定位问题提供了全新的视角。

![](https://pic1.zhimg.com/80/v2-e5580e935f31bf5485f8a60abfc41519_1440w.jpg?source=d16d100b)


FastGPT @朱浩瑜指出，因 AI 技术与实际应用存在一定距离，导致优质的 AI 原生应用较少，介绍了 **FastGPT** 如何精准解决问题，以降低 AI 技术门槛、提升企业效率，并分享了 FastGPT 在多个行业的应用案例。

![](https://pic1.zhimg.com/80/v2-10d9c05e4beae2901acbc3dfbb6ade17_1440w.jpg?source=d16d100b)


# **社区结语**🎙️


nMeetup 上海站结束了，但我们的旅程还在继续～让我们带着满满的收获，继续在开源的道路上前行。NebulaGraph 期待再次与大家相聚，分享更多的技术心得和实战经验。我们也热切期待与更多志同道合的伙伴携手并肩，共同探索更深入的技术领域。

![](https://picx.zhimg.com/80/v2-48b2f3b30201d8b8e144ceaff775253e_1440w.jpg?source=d16d100b)


![](https://pica.zhimg.com/80/v2-8aa2198d6474d019fba60d1c24060a19_1440w.jpg?source=d16d100b)


![](https://picx.zhimg.com/80/v2-24e00eabd47f9a01c6cf4796bd887cae_1440w.jpg?source=d16d100b)


![](https://pic1.zhimg.com/80/v2-57c3408b54dc6167471b230c0deee1c1_1440w.jpg?source=d16d100b)


# **回放+PPT**🔗


直播回放：[点此观看‍‍](https://space.bilibili.com/472621355?spm_id_from=333.1007.0.0)直播回放‍‍‍。

PPT获取方式：关注「NebulaGraph 技术社区」公众号，后台回复「上海站」。



## **致谢**❤️


感谢携程集团对本次活动的大力支持！

感谢 FastGPT、zilliz、爱可生开源社区的大力支持！

感谢 NebulaGraph 社区布道师尹珉，NebulaGraph contributor 秋梵 @knqiufan ，上海地区志愿者刘方洲、王靓焱，对本场活动的大力支持！

【nMeetup 北京站】活动精彩回顾（附回放+PPT）

语势科技‍‍‍‍‍‍

语势科技专注于结合大模型和知识图谱的能力，构建以主题投资理论为核心的 2B 智能投顾平台，核心产品为“主题蜂 [https://themepica.com](https://themepica.com)”。产品体系对标成立于 2003 年的美国 AI 巨头 Palantir。Palantir 初期服务于 FBI/CIA，于 2020 年纽交所上市。



# **前言**

语势科技的产品核心围绕动态本体(Dynamic Ontology)构建，其区别于传统的概念建模方式，强调在事件驱动的背景下，如何快速发现对象之间的关系并动态构建本体并建立关系，以适应当前信息爆炸的背景下数据分析的需求。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys1.jpg)

在产品建设过程中，除了传统的数据处理和分析技术，我们也使用了大模型进行数据处理和分析，因此也难免遇到了使用大模型构建金融服务产品时的一些通用问题。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys2.jpg)

众所周知，大模型的黑盒和幻觉特性来自其原理设计，无法根除。但是，如果能基于现有信息，结合业务分析框架进行推理分析，那就可以从应用层面一定程度上解决可解释等合规问题，因此构建一个分析师可以参与，可结合场景定制的分析推理框架就成为了我们的首要任务。

# **从 Baseline RAG 到 GraphRAG‍‍‍‍**

最初，基于我们在非结构化数据处理的已有框架上进行了改造，引入大模型的 Embedding 结果参与到向量匹配中。但是最终发现，基于大模型的向量检索相比传统方式小幅度提高正确概率，但同样**无法提供确定性答案，且缺乏上下文和解释性。**

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys3.jpg)

因此，我们考虑给大模型更多的上下文信息，直接通过大模型的推理来代替本地的向量匹配方式，即 Baseline RAG 的方式。但是效果仍然不够理想，且 **RAG 方案成本高，响应速度不能满足需要。**

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys4.jpg)

因为从理论上来讲，大模型是一个概率模型，对世界的表示就是向量。相比而言，知识图谱体现的是人对世界的结构性知识，在实现复杂的推理过程方面应该更具有优势。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys5.jpg)

在 AI 领域，概率模型属于连接主义流派，利用计算机来模拟人类的生理结构，也就是神经网络的路线。包括神经网络在内的深度学习更多的是解决感知层面的问题，比如识别、判断等；

另外一个流派就是符号主义，利用计算机来模拟人类的认知思维，更多的是解决推理层面的问题。由此发展出知识工程、专家系统。知识图谱就是这一类学术思想的延续。

如下图所示，连接主义流派首先伴随 AI 概念诞生而产生，但是遇到瓶颈而推动了符号主义发展。两个流派此消彼长，也已将近几十年。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys6.jpg)

在当下，LLM 如日中天，但是如前边所分析，单纯使用 LLM 并不能很好的解决我们所面临的业务需求，需要将两个流派的技术结合使用。

**“神经”与“符号”的结合有如下几种方案：**

-   **利用神经网络执行符号推理任务**

包括目前流行的图神经网络、图卷积神经网络等。在这类方法中，神经网络基于统计建模从数据中抽象提取出符号，赋予符号对数据噪声的“弹性”并显著减少符号系统的搜索空间，从而加速学习过程。但本质上来说，该类方法中规则被弱化了，即更侧重统计上的推理，而不是逻辑上的演绎推理。

-   **将符号知识注入神经网络**

利用符号系统来支持神经网络学习过程，同时将符号知识纳入训练。其目的是从知识图谱中推导出一般的逻辑规则，例如损失函数设计、进行一些正则化约束等。

-   **融合神经网络与符号系统**

在该方法中神经系统和符号系统扮演着“平等”的角色，神经系统的输出作为符号系统的输入，符号系统的输出又作为神经系统的输入，在迭代中完成两个系统的信息交互，从而实现更深层次的神经符号系统集成。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys7.jpg)

对于初创团队，前边两个方案都涉及到模型的 SFT，时间和开发成本过高，因此我们考虑**选择第三种融合方案，引入知识图谱，使用 GraphRAG 来解决面临的业务问题。**

# **选型过程‍‍‍‍**

既然选择了 GraphRAG 路线，首先要解决的就是图数据库的选型。首先选择了 DB-Engines Ranking 的列表作为备选产品列表。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys8.jpg)

基于我们的实际情况，选择了其中红色圈出的产品进行考察。

同时，设定了一些需要考察的指标。

   **查询语言阵营选择**
    
-   倾向于有商业机构支持的开放标准，因为笔者在多年前做云计算时在 OpenStack 领域的前车之鉴，这一点作为产品在生态圈可持续发展的重要因素，被放在了首位。
    
  **易上手**
    
-   GUI
    
-   玩不死，玩不坏
    
   **易部署管理**
    
-   开箱即用
    
-   具备一定 HA 能力
    
-   监控指标全，易集成
    
-   不需要太多第三方组件支持
    
   **易集成**
    
-   模式设计灵活
    
-   多图支持
    
-   易于和常见开发框架集成
    
-   具备和 LLMs 集成能力和案例支撑
    
-   最好能内置常见文本相关算法库
    
   **性能**
    
-   后边考察的除了性能，就是一个词，**易用**。这一点对于初创团队来讲太重要了。
    

**我们最终选择了 NebulaGraph，原因如下：**

-   **功能完整度高，产品成熟度高**：NebulaGraph 作为一个功能完整且成熟的图数据库，能够提供稳定和可靠的服务，这对接入 GraphRAG 这种需要高效数据处理和分析的技术尤为重要。
    
-   **社区活跃，案例丰富**：一个活跃的社区意味着有更多的资源和支持，丰富的案例也表明 NebulaGraph 在实际应用成绩中得到了成功的验证，可以减少我们的试错成本，加快项目进展。
    
-   **易于集成**：NebulaGraph 支持与 LLMs（Large Language Models）和 Spring 等技术的集成，这表明它具有良好的灵活性和扩展性。
    

# **初步成果‍‍‍‍**

图数据库选型完成后，我们也参考了 NebulaGraph 社区的很多文章，围绕主题、投资标的数据设计了我们包括主题、商品、技术、机构等在内的根概念。另外对于事件类型数据的处理还在研究。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys9.jpg)

下图即为我们构建的某投资主题图谱。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys10.jpg)

‍

# **未来规划**

下一步我们还需要继续丰富图谱的数据，这就需要脱离人工，使用 LLM 来帮助我们进行语料的分析，提高 NER 效率和准确性。进一步的，直接使用大模型构建本体及建立关系。

另外，最近 OpenAI o1 的推出，让大家更加重视 CoT，我们也考虑将 CoT 纳入到我们的数据处理流程中，以提高推理的准确性和可解释性。

如下是 Palantir 公司的产品的流程中 CoT 设计界面。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys11.jpg)

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ys12.jpg)

作为一个初创公司，我们在整个图谱建设过程中遇到了很多的具体问题，比如同义不同形，同形不同义的情景处理；事件图谱的构建和使用；自定义关系，新词热词识别等等。也期待业内专家能够给与我们帮助和指导。

语势科技利用 GraphRAG 提升金融信息产品能力

语势科技 x NebulaGraph｜利用 GraphRAG 提升金融信息产品能力

**博睿数据**：博睿数据是中国 IT 运维监控和可观测性领域领导者，中国应用性能监控及可观测性领域首个 A 股上市公司，同时蝉联市场份额排名第一，目前已经获得中国银行、中国建设银行、光大银行等1000+ 头部客户的选择和信赖。‍



# **背景‍‍‍‍**

2022 年博睿数据开始强化可观测性的能力，要建设一个快速可靠的可观测性平台需要具备多样的技术能力及高质量的数据支持。同时要对这些数据进行分类分层，并将这些复杂的分层数据做大量的特征关联、上下文洞察、信息整合等工作。**故需要依赖关系拓扑和 AI 的能力来辅助这些场景的落地，从而引入 NebulaGraph 图数据库来存储关系数据。**

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/br1.jpg)

本文主要分享博睿数据在 NebulaGraph 的实践，希望能给大家一些实践和启发。主要从以下几个部分进行介绍：

-   架构介绍
    
-   业务场景简单介绍
    
-   实践及优化
    
-   总结与展望
    

**架构介绍‍‍‍‍**

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/br2.jpg)

从上图可以看出，ingest 客户端集成在业务中，业务通过 ingest 统一写入数据，其中涉及三个 space 的数据,权限空间：用于存放权限相关核心数据；实体关系空间：存放完整数据模型，为 cmdb 和 ai 提供数据支撑；根因空间：存放根因分析结果，用于展示根因拓扑与故障回放。manager 组件服务调度策略，用于对写入链路与查询进行动态控制，业务通过上层 one-service 服务进行查询，one-service 对外提供统一的查询语法，用于屏蔽存储使用的不同数据库，使上层业务更轻松的使用不同存储介质并对不同存储介质进行关联查询。

**写入链路介绍**

下面以一个 space 的数据举例：manager 会一实时监测 nebula 服务状态，用于进行调度策略的更新。当业务数据写入时，会先按照 manager 服务实时更新的调度策略，对数据进行数据预去重，同时攒批，会根据数据条数、大小、时间(manager 提供)来进行攒批控制。当数据攒批完成会根据 manager 实时更新的调度策略来选择对应 graphd 节点来执行写入操作，例如：

-   节点 1 正在执行一个大查询，导致节点 1 负载比较高，此时数据写入过去可能会因为内存过高或者线程不够用而导致写入延迟或写入失败，此时会在节点 2 与节点 3 中选择一台执行，而不会发送到节点1；
    
-   当所有 storaged 节点均不可接受写入请求，则不会执行写入操作并在业务侧积压，直至达到配置指定内存大小则阻塞业务写入策略，或在收到程序终止信号将内存中数据返回给业务。
    

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/br3.jpg)

**查询链路介绍**  
查询链路对于 sessionpool 的使用策略其实和写入链路一致，核心思想是为了实现负载均衡。此外为了防止超大查询对部分小查询造成影响，主要是做了一些二开工作，后续会详细介绍。

# **业务场景‍‍‍‍‍‍‍‍**

**CMDB数据模型**

预置 5 层模型共计 146 种实体、113 种关系。对应实体关系空间 space，是整个可观测性平台的底层基座，管控了整体的数据模型，并为根因分析提供数据支持。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/br4.jpg)

**权限管理**

并对数据做出相应的版本管理。需要包含类似 sql 语句，网络请求等高基数的数据和联查除 nebula 外其他数据库。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/br5.jpg)

**AI 根因拓扑和回放**

此业务场景是指使用实体关系空间 space 中的数据结合 clickhouse 等数据库中的时序数据进行根因分析，将中间结果存储到根因 space，并更新故障树直至产生最终结果，同时支持故障回放能力。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/br6.jpg)

# **实践及优化‍‍‍‍‍‍‍‍**

在我们场景实际落地中遇到过一些问题，下面会简单介绍下，希望可以给其他同学提供一些帮助。

**写入流量太大，导致内核压力较大**

在我们的早期版本，我们只是无脑攒批，然后写入。同时由于我们的业务场景属于大量自有探针采集的数据，对于图来说都是同样的点，所以存在大量重复数据。内核的压力很大，同时网络带宽占用也很高，因为这些大量重复的数据，业务场景上是不需要那么实时的。所以我们在内存中根据表结构定义的时间，进行了预去重操作，整体写入性能提升了 50%+，同时带宽降低为原来的五分之一。对于实时性要求比较高的数据，则会走另一条链路直接写入，不存在攒批与去重。

**负载不均衡**

因为 graphd 存在单点问题，所以有些时候我们使用 sessionPool 时会遇到负载不均衡的问题，尤其是我们存在根因分析这种混沌的查询场景，所以单点问题被进一步扩大，所以我们在 nebula-java 客户端外层自己做了负载均衡。具体实现就是通过一些监控手段来定位到哪些节点比较空闲，然后通过分别初始化不同节点的 sessionPool，来控制具体可以发送到那台节点执行。

**大查询影响小查询**

上面提到过，我们存在根因分析这种混沌的查询场景，所以在早期常常遇到一个很简单的查询查询耗时很长甚至查询失败的情况，而我们的权限场景又属于入口服务，这样就会导致客户体验非常不好。所以经历了两次改动：

1.  查询文档发现，可以 kill 大查询。但是实际使用时发现需要知道具体的 id 来确定这条查询，同时这个 id 的记录还是依赖 graphd 定时上报给 metad，然后查询 metad 服务来获取。
    
2.  故第一次尝试，将上报周期改短，但是发现无法区分写入请求与查询请求，导致 meta 服务使用内存与 cpu 飙升；‍
    
3.  第二次则决定修改内核，将 SHOW LOCAL QUERIES 拓展为查询此节点的所有查询，从而实时获取 id 来进行 kill 操作；
    
4.  所以在 manger 层做了超时 kill 的操作。‍
    
5.  但是我们在部分私有化场景还是遇到了问题，当一个查询将内存占用超过机器内存限制比例时，甚至无法执行 SHOW LOCAL QUERIES 和 kill 操作，于是我们经常了第二次改动，
    
6.  二开了内核，支持在查询语句中传入超时时间，从而可以灵活的控制单个查询整体的超时时间。但是再我们自己的测试中发现，有一些查询可以在很短的时间内占用大量的内存；‍
    
7.  我们又加上了单条语句的内存限制，进一步防止大查询对小查询的影响。
    

但是这还没有真正解决我们的问题，所以我们在计划第三次改动，准备实现租户资源隔离，space 资源隔离。来真正消除业务之间的影响。

**最后一次完整关系的获取**

我们有一个需求时获取最新的关系，因为我们存在一些无法确定时间的关系查询。举个例子：a->b, b->c,假设存在这样的数据，a 和 b 之间一直每秒写入一条边，其中边上的 rank 则记录为写入时的时间戳，但是b和c的数据写入是无法确认的，可能是 1 秒，也可能是 1 天。这种场景下，我们想获取整个拓扑的最后一次完整拓扑时，就没法很好的确定过滤条件。我们选择在写入时冗余了一份数据，rank 除了记录数据时间外，还使用 0 表示最后一次数据，就是在写入时同时写入 rank 为 0 和 rank 为当前时间的边数据，所以我们在查询最后一次完整拓扑时过滤 rank 为 0 的数据即可。同时假设需要查最近十分钟的最新拓扑，也可以在此基础上在进行过滤，可以减少查询耗时(取决于数据模型)。

**数据建模优化**

-   我们优化了数据建模，最开始我们有一个 type 类型，用来区分不同类型的数据，然后都存在一个 tag 中，在实际使用情况发现有些查询场景无法将过滤条件下推，导致查询性能不好。所以我们将不同的 type 类型拆成了不同的 tag。
    
-   缩减属性个数，只保留必须的属性，其他属性存放在 clickhouse 中。实际使用场景中发现大量属性存在 nebula 中，效果并没有一些其他数据库好，包括存储的消耗，属性过滤，查询计算。所以可以考虑结合其他数据库共同使用。
    
-   优化 vid，将部分关键信息存储在 vid 中，因为图的查询无法避免查询 vid，但是可以避免查询属性，所以当 vid 中包含一些关键信息时，可以节省掉属性这部分开销，可以进一步加速查询与节省资源。
    

‍

# **总结与展望‍‍‍‍**

NebulaGraph 社区提供了丰富的工具及基础能力，并且社区群与论坛也比较活跃，博睿从最开始的 3.0 到现在的 3.8 ，社区提供了很大的帮助。大家在使用 NebulaGraph 时，建议不要仅仅只关注 NebulaGraph 用于查询，也应当多关注关注 NebulaGraph 提供的工具和其他的一些能力。

希望社区增加一些查询的记录，包括耗时、使用内存，扫描行数等监控或留痕能力来帮助我们进行查询或数据建模优化；增加一些 3.X 迁移后续大版本的工具，让我们可以方便的升级；同时我希望我自己可以有时间更多的参与到社区的建设中，后面有时间也会给社区多提 pr。

博睿数据需要依赖关系拓扑和 AI 的能力来辅助业务场景的落地，引入 NebulaGraph 图数据库来存储关系数据。

博睿数据 x NebulaGraph ｜博睿数据在 NebulaGraph 的应用实践

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E5%90%88%E7%85%A7.jpg)

**背景 💻**

9 月 21 日，北京站 nMeetup 如期而至，一场以 GraphRAG 和人工智能技术融合为主题的开发者聚会，在金秋的首都拉开帷幕。这一天，我们与 8 位讲师和 140 多位来自五湖四海的行业伙伴们相聚一堂，共同探讨 GraphRAG & AI 的最新发展和应用实践，见证了一场关于智慧与未来的深入对话。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/b1.jpg)

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/b2.jpg)

未能到场的小伙伴们可查阅本次 nMeetup 精彩回顾、 PPT 及直播回放⬇️

**Topic 回顾 ⏰**

FastGPT Maintainer @杨道升，介绍了 FastGPT 在降低 AI 技术门槛、提升企业效率方面的优势，并分享了 FastGPT 在多个行业的应用案例。  

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/byds.jpg)

NebulaGraph GenAI Team Leader @古思为，带来了 GraphRAG 在 NebulaGraph 中的最新进展：构建了开箱即用的 GenAI Suite，使 GraphRAG 更易用，且性能更强大。不仅展现了 NebulaGraph 在 GraphRAG 领域的深厚积累，也激发了现场观众对 GenAI Suite 未来发展的极大期待，纷纷积极提问，现场讨论火热。‍

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/bgws.jpg)

微软 MVP 大中华区负责人 @Christina Liang , 借本次 nMeetup 为大家介绍了微软 MVP（Microsoft Most Valuable Professional）的项目背景及选拔标准，期待更多乐于分享知识的行业专家们加入。（如需了解更多详情，请见_mvp.microsoft.com）

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/wr.jpg)

53 AI 创始人@杨芳贤，分享了 AI Agent 在企业落地的案例，细剖析了 Chat Agent 和 Data Agent 两个主要场景下的应用实践，并指出了当前 RAG 方案在企业内部落地时面临的挑战。  

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/byfx.jpg)

博睿数据大数据开发工程师@姚成耀，带来 NebulaGraph 在博睿数据实际生产环境中的应用案例，详述了在使用 NebulaGraph 过程中遇到的问题、解决方案以及二次开发的经验，让大家对 NebulaGraph 的实战能力有了更直观的认识。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/ycy.jpg)

Eigent AI Founding Engineer @范文栋，聚焦于将知识图谱与基于 RAG 模型的 Agent 相结合的应用，展示了如何通过图结构的数据进行增强的推理和知识检索，以提升 Agent 的回答质量和推理能力，并介绍了 CAMEL AI 集成 NebulaGraph 的进展。感谢@Wendong @Asuka @Ray @赵越 的贡献～  

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/fwd.jpg)

微软高级云技术布道师@卢建晖，带来了 GraphRAG 优化的实用技巧，详细讲解了如何在 Graph 的构建过程中利用 SLM 来优化 GraphRAG 应用。  

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/wrl.jpg)

语势科技技术负责人@岳洋，从金融领域的实际需求出发，阐述了传统大模型在复杂推理方面的不足，以及图谱技术如何成为解决这一问题的关键。此外，对比了当前各图数据库的优劣势，还从易用性、社区活跃程度等角度，分析为何选择 NebulaGraph 作为 GraphRAG 适合中小企业当前最佳解决方案，为金融行业数据库选型提供了新思路。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/yy.jpg)

**社区结语 🎙️**  

此次 nMeetup 不仅是一场技术交流的盛会，更是一个启迪思维、激发创新的平台。它让我们看到了 GraphRAG 与人工智能技术融合的巨大潜力，也让我们对未来科技发展的方向充满了期待。NebulaGraph 将持续推动 GraphRAG 的技术革新与迭代，为行业提供更高效更智能的解决方案，我们也热切期待与更多志同道合的伙伴携手并肩，共同探索更深入的技术领域。

未来，我们将会有更多的机会与大家见面交流，分享更多的技术心得和实战经验。期待在下一站 nMeetup 中，再次见到熟悉的面孔，结识更多新的朋友！

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/zb.jpg)


**回放+PPT🔗**

直播回放：[北京站回放](https://www.bilibili.com/video/BV1pDsUe8EcF/?spm_id_from=333.999.0.0&vd_source=817871e38f2f5dbaed653bece6b00ecf)

PPT获取方式：关注[「NebulaGraph 技术社区」](https://mp.weixin.qq.com/s/Eg-U3H48TsT7vSt6rGaJRA)，后台回复「北京站」。

GraphRAG Meets AI ｜NebulaGraph Meetup 北京站

【nMeetup 北京站】活动精彩回顾（附 PPT+回放）

> 关于波克城市和作者‍‍

  

波克城市，一家专注于研发精品休闲游戏的全球化公司，连续七年入选中国互联网综合实力百强，2023 年位列 17 位。波克城市旗下拥有《捕鱼达人》《猫咪公寓2》等精品休闲游戏，全球注册用户超 5 亿，月活 6000 万，其中 70% 来源于海外，产品发行范围覆盖全球 200 多个国家和地区。

作者潘长江，波克大数据团队成员，自 2022 年起专注于图数据分析，其在风控和数据血缘管理等关键业务场景的应用实践，有效推动了业务的显著增长和效率提升。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E6%B3%A2%E5%85%8B%E5%9F%8E%E5%B8%82banner/0911banner-10.jpg)

**一、业务背景**

随着公司的持续发展和扩张，所涉及的项目日益增多，相应的数据积累也在持续上升。在这一过程中，数据表及其需要计算的数据指标数量也在急剧增加，数据结构变得愈加复杂和杂乱。

为了应对这一挑战，建立一个有效的数据血缘系统显得尤为必要。数据血缘系统能够追踪数据的来源、流向以及其间的变化过程，这对于维护数据质量、确保数据的可追溯性和透明性至关重要。通过构建数据血缘系统，我们能够实现对数据流转全过程的监控和管理，从而提高数据治理的效率和精确度。

*   数据血缘系统的建设有助于清晰地识别数据之间的依赖关系和影响范围。在数据出现问题时，可以快速定位问题源头，有效减少错误诊断和修复的时间，保证业务的连续性和数据的准确性。
    
*   数据血缘分析为数据管理提供了透明度，使得数据的利用更加合规，尤其是在遵守日益严格的数据保护法规（如 GDPR 或 CCPA）的背景下。
    
*   数据血缘系统通过详细记录数据的每一次处理和传输，增强了数据安全性，让我们能够对潜在的数据泄露和非授权访问进行有效预防。通过这种方式，数据血缘系统不仅提升了数据的可用性和可靠性，也增强了企业对数据资产的掌控能力，从而支撑了数据驱动决策的实施，提升了企业的竞争力。
    

  

**二、技术选型**

在深入的技术选型过程中，我们主要对比了两款领先的图数据库：Neo4j 和 NebulaGraph。两者都采用属性图数据模型，允许我们存储丰富的实体属性和关系信息。这种模型特别适合用于表现和查询复杂的数据关系，这是数据血缘追踪所必需的。

Neo4j 作为一款老牌图数据库，提供了强大的社区支持和成熟的技术生态，其查询语言 Cypher 也被广泛认可和使用。然而，Neo4j 在大规模数据处理和分布式扩展性方面存在一定的局限性。尽管最新的版本有所改进，但在面对极大规模数据时，其性能可能会受到影响。

相比之下，NebulaGraph 作为一款新兴的开源的分布式图数据库，展现出了在大规模数据集上的卓越性能。NebulaGraph 采用 shared-nothing 架构，提供了在线水平扩缩容的能力，这使得它在处理千亿节点和万亿条边的超大规模图时仍能保持低延迟的查询响应。

此外，NebulaGraph 的兼容性设计，如支持 openCypher 查询语言，使得在这方面的学习成本大大降低。

在综合考虑了性能、后续的扩展性、易用性以及成本效益之后，我们得出结论：NebulaGraph 更适合我们当前及未来的业务需求。

NebulaGraph 不仅在技术层面满足了我们对大规模图数据处理的需要，而且在成本控制和团队技能转移方面也显示出了明显的优势。

因此，我们选择 NebulaGraph 作为构建数据血缘系统的理想图数据库解决方案。

  

**三、踩坑总结**

  

**Part.01** **环境搭建阶段**

**问题**：搭完环境尝试执行 insert 语句时报错：Error: Storage Error: RPC failure, probably timeout.  

检查集群中各节点的状态，未发现任何异常

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E5%9B%BE%E7%89%871.jpg)

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E5%9B%BE%E7%89%87%E4%BA%8C.jpg)

  

在每个节点上分别查看 NebulaGraph 的运行状态，发现有两个节点的服务没有正常启动。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E5%9B%BE%E7%89%873.jpg)

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/%E5%9B%BE%E7%89%87%E5%9B%9B.jpg)

进一步查看报错的执行日志，发现是接口被占用了，但 netstat 命令查看 占用接口的进程就是 Nebula。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/6.jpg)

**解决方案：**

手动终止进程，再重启 Nebula 服务，数据可以正常写入，并且各个节点状态正常。

因为我这个 Nebula 环境是卸载后重装的，推测是在卸载之前，原来的进程没有杀干净，导致占用了接口，新安装的无法正常启动。

NebulaGraph 一定要每个节点逐个关闭并卸载。

  

  

**Part.02数据写入阶段**

**问题1**：VID问题

在 NebulaGraph 中，点的唯一标识 VID，支持两种数据类型，分别是定长字符串 FIXED\_STRING()和 INT64。其中整数 VID 通常比字符串类型更高效，因为整数的处理速度更快，占用空间更少。在本数据血缘项目中，由于是表级别的数据血缘，所以是库名+表名 唯一确定一张表，很明显这是字符串类型。

在测试环境下，由于预装了 Spark 环境，所以考虑借助 NebulaGraph 提供的 Spark 连接器完成数据写入。对于 VID 问题，由于希望实现幂等写入，因此不考虑雪花 ID 等实现方案，而是考虑借助 Java 中自带的 hashCode() 方法生成 VID。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/7.jpg)

上述方案在测试环境中能行得通，但是在正式环境下却无法实现，正式环境下并没有预装的 Spark 环境，因而在正式环境下，考虑使用 Python 连接器，拼接 insert 语句，批量将数据写入图库。最开始考虑与 Spark 环境下相同的方案生成 VID，但经测试发现，Python 中的生成 Hash ID 的方法多次执行，生成的 Hash ID 不一样（Python 3.3及以上版本引入了 hash 随机化机制）。

**解决方案**：

考虑仿照 Java 中 hashCode 的生成方式在 Python 中实现类似功能：

```
def hashCode(value):
    h = 0
    for c in value:
        h = (31 * h + ord(c)) & 0xFFFFFFFF
    return h if h < 0x80000000 else h - 0x100000000
```

但执行上述代码发现，在 Python 中并没有类似 Java 中的截断机制，以上面生成的 ID 作为 VID 写入图库中时，会出现超出数据范围的错误。  
最终，在正式环境下，将 VID 类型修改为定长字符串 FIXED\_STRING(128)，以 库名+表名的拼接作为 VID。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/8.jpg)

**问题2**：SQL拼接问题  

使用拼接 insert 语句的方式进行数据写入时，最为关键的一环就是 SQL 语句的生成。在本系统中表的生成 SQL 将作为节点属性存入图库中，由于 SQL 中本身就会有一些特殊符号，如, " ’ \\ / $ 等等，这些特殊结构在 insert 语句的拼接过程中需要格外注意【PS：NebulaGraph 以后要是能多加一个 text 类型就好了，可以忽略字符串中本身存在的一些特殊格式，防止出现一些意外的错误】

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/10.jpg)

并且一些空值也要注意，Python 中的空值用 None 表示而在 NebulaGraph 则使用 NULL 表示，如果不进行转换，对于字符串类型的字段还是可以正常写入的，但是对于数字类型的则会报错。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/11.jpg)

一些特殊格式如 datetime 类型，不能以字符串格式直接写入，需要在写入时增加手动转换操作。

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/12.jpg)

  

  

  

**Part.03数据查询阶段**

**问题**：后端反应图库查询速度慢

**解决方案**：增加针对常用查询字段的联合索引+优化查询语句，把多条查询压缩为一条查询。

**最有效的优化方案**：增加针对常用查询字段的联合索引，增加之后**查询速度提高了100多倍。**

```
CREATE TAG INDEX IF NOT EXISTS database_index_0 on table_node(database_name(15), table_name(20));REBUILD TAG INDEX database_index_0;
```

![图片](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/13.jpg)

速度提升非常明显。  

优化 nGQL 的写法，将多次查询优化为一条，如查询当前节点、当前节点的上游以及当前节点的下游，原来的三个查询可以压缩为一条查询，有效提高查询速度。

```
MATCH
  // 查询指定节点及其属性
  (n:table_node{database_name:"byhls_ods",table_name:"app_login_log"}) AS target_node,

  // 查询该节点的所有上游节点（边的起始点）
  (upstream:table_node)-[:has_consanguinity]->(n) AS upstream_nodes,

  // 查询该节点的所有下游节点（边的终点）
  (n)-[:has_consanguinity]->(downstream:table_node) AS downstream_nodes

RETURN
  target_node.database_name AS database_name,
  target_node.table_name AS table_name,
  COLLECT(DISTINCT upstream) AS upstream_nodes,
  COLLECT(DISTINCT downstream) AS downstream_nodes
```

  

**四、总结反思**

目前项目处在起步阶段，很多功能还没有加，后续考虑应用 NebulaGraph 中自带的图计算功能，增加最优路径检索，核心度计算等功能，充分挖掘 NebulaGraph 的潜力。

  

高效数据血缘系统在游戏领域的构建实战

波克城市 x NebulaGraph｜高效数据血缘系统在游戏领域的构建实战


> 作者周伟诚，来自携程风控研发团队，专注于风控系统及特征平台领域。 2021年开始深入探索图数据，并在风控场景下进行多次落地实践，取得了显著的业务增益。



**一、前言**

携程作为在线旅游代理（OTA）行业中的一家头部企业，处理着海量的在线实时交易订单。然而，随着订单数量的增加，潜在的欺诈风险也随之上升。为了更有效地识别团伙欺诈和黑产攻击，同时确保实时风控系统的高响应性，携程风控研发团队对多个图数据库进行了调研和试用，**最终选择了 NebulaGraph 数据库，并成功将其投入线上使用，从而实现业务增益 32%。**

**二、业务需求**

在某些业务场景中，风控系统需要对业务事件进行补充，以丰富其风险画像，从而更有效地识别风险和防范欺诈。

然而，常规技术手段，在识别新客的业务行为时存在一定的局限性。主要原因在于，新客的历史数据较少 ，其业务风险的背景信息往往不够完善，这增加了欺诈的可能性。统计数据显示，相较于存量用户的业务行为，新客业务行为的欺诈风险高达数倍。为应对这一挑战，携程风控团队**提出了利用图数据库构建实时动态图的设想，以丰富新客业务行为的风险画像，从而提高欺诈识别率。**

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/11dbed56cd2819db4641d0b799b54ef161.png)

一笔新客的业务行为通常包含多个维度的信息 ，如下图中的U，V，W 这 3 种元素。通过这些相同的元素 ，我们可以关联出一阶邻居和二阶邻居。如下图的例子所示，通过相同的元素 V1 可以关联出当前业务事件的一阶邻居，再通过相同的元素 U3 可以关联到二阶邻居的 W2。这样，我们可以从新客业务的单一信息中关联出其多阶邻居，并综合这些关联信息，更好地识别该业务行为的风险。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/a20455a89e48ac53d5b43b26bdb1a288.png)

基于上述业务模型，我们将每个元素构建为一个节点，并使用该节点的维度作为其标签（tag）。节点的唯一标识符（vid）设置为具体的元素值。为了便于追溯，点上添加了该元素所属的业务事件号和请求时间。对于同一个业务事件中的元素，我们会创建边将这些代表元素的节点关联起来，表示它们之间存在关联关系。

在当前的业务场景中，还有个需求是保持一年内的实时关联图，对于超过一年时间的数据，将不再参与图的关联。因此，我们利用了 NebulaGraph 图数据库的一个特性，即它允许为时间戳类型的属性设置有效期（TTL）。根据业务要求，我们为所有节点的请求时间设置了一年的 TTL。一年之后，这些节点将自动过期，不再参与实时图的关联。这样可以确保当前订单的关联数据仅限于一年内的时间窗口。

**三、查询逻辑**

在实际的构建关联过程中，我们遇到了两个问题。第一个问题是查询存在热点问题。如下图所示，例如从 U1 元素开始，它关联查询到 N 个 W 元素的节点，然后每个 W 元素又各自关联到 N 个 V 元素。这样会导致关联查询的数量急剧膨胀，甚至可能导致超时和服务器宕机。

对于这样的热点问题，我们需要加以排除，因为其数据价值不高，并且会因为查询超时而降低整体的关联率，进而影响风险识别的最终结果。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/1f548a051f62a78db4ebc13a8388c7b5.png)

第二个问题是，如下图所示。当某笔业务事件刚进入风控系统时，由于图数据的写入是通过消息队列推送的方式进行的，可能会出现以下情况：当该业务事件中包含的 3 个元素（U1、W1、V1）尚未被写入图数据库时，系统就要求查询 U1 的关联信息。这时，系统无法查询到 V2 和 U2 的信息。

为了解决这个问题，我们提出了一个解决方案，即将单个关联改为群组关联 。这样，即使这些元素尚未被关联写入图数据库，也能在同一笔业务事件中查找到这些元素的二阶关联邻居。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/60398af42cd61b7eadccf35690a2ce49.png)

**四、解决方案**

以下是我们的解决方案。

首先，对于第一个热点问题，我们会根据节点的标签类型（tag）查询其关联节点。如果某类关联数据（例如 U 关联 W）超过了规定的阈值，我们将其舍弃，以确保实时风控的高响应速度。
如下图所示，如果 U1 查询到的 W 元素数量超过了规定的阈值 X，我们将这些 W 节点剔除，不再参与下一阶的关联过程。然后，我们将符合要求的一阶关联结果节点进行合并和去重，作为二阶关联的起始点。接下来，使用同样的策略查询二阶邻居，最后进行数据的整理和合并。这样可以用较小的代价剔除热点干扰。

针对上一节提到的第二个问题，即同一订单中的多个元素因关联写入延迟导致无法查询的情况，我们也提出了解决方案。具体而言，我们将同一订单中的多个元素（如 U1、W1、V1）作为一个整体，并行查询它们的关联邻居，然后将各自的结果去重合并，最终返回综合结果。此方案在下图中有所体现。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/66accb5eac613c7c9fefa29ed72bb359.jpeg)

在上图所示的流程中，我们使用了一个关键的 nGQL 查询语句，如下图所示。该语句的作用是从一组起始点开始，根据它们的关联点的标签（tag）类别进行关联查询。对于超过热点阈值的某类关联数据，我们会进行过滤和剔除。
例如，在下图的例子中，起始点关联到的 W 元素数量已经超过了热点阈值，形成了一个热点，符合剔除过滤的条件。因此，W 元素将返回一个空列表，表示不再参与下一阶的关联查询过程，从而避免了热点对风控系统性能的影响。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/c6a6ce954729c5709f6c6c09ec2f9e08.jpeg)

**五、业务收益**

我们借助 NebulaGraph 在对此风控业务场景进行落地实践的过程中，构建了一个实时图特征平台的应用逻辑闭环，结构如下图所示。
当一笔业务行为事件进入风控系统时，会同时异步写入到图特征平台和大数据平台。 风控系统在对当笔事件进行风险评估时，会实时调用图特征平台进行关联信息的补充，从而提高资质评估的准确性。
大数据平台则会定期对图特征平台进行补数操作，确保图库数据的完整性和一致性。 同时提升图特征平台的健壮性，可以在较短时间内快速恢复缺失的数据。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/daf8483f25533c38066849c5a3763fe2.png)

业务上线后，我们**额外获取了 55% 的关联业务信息**，通过这些新增的特征信息，使得**该场景下的覆盖率相对提升了32%** ，获得了良好的业务增益。

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/37c11c8145d64cb79382663c6b8e17aa.png)

**六、未来规划**

图数据库是一个新兴的技术领域，因其天然的关联属性和查询优势，十分适合于风控场景，尤其是挖掘业务行为特征。携程集团在调研了多个图库之后，选定 NebulaGraph 作为主流支持的图数据库。

携程风控研发团队目前正在积极挖掘 NebulaGraph 的使用场景，后续会探索在血缘关系，欺诈团伙识别等场景的落地实践。

在此特别感谢 NebulaGraph 团队和开源社区的技术赋能，愿未来一路同行！

![](https://nebula-website-cn.oss-cn-hangzhou.aliyuncs.com/nebula-website-5.0/share/d7346a0594b23ad55764e1e5c1de8faf.jpeg)
















携程使用 NebulaGraph 实现业务增益 32%