本文转载自公众号：TigerGraph。
图数据库作为近两年快速发展的新型数据受到了市场极大的关注。但对于很多行业而言，图数据库还是一个很新的概念，企业管理人员和技术人员面临着同样的问题：
企业的业务适不适合使用图？
到底什么时候应该使用图？
图数据的特征
关于如何使用图数据库，这需要从图数据库的特征入手。美国工程师Dan McCreary在深入研究一家大型的医疗企业运用图分析技术过程中，根据图数据库的特征总结了图数据库不同的功能的应用范围：
高性能关系查询
需要快速遍历许多复杂关系的任何用例。这实际上包括欺诈检测，社交网络分析，网络和数据库基础设施等。
模型的灵活性
任何依赖于添加新数据而不会中断现有查询池的用例。模型灵活性包括链接元数据，版本控制数据和不断添加新关系。
快速和复杂的分析规则
当必须执行许多复杂的规则时，例如子图的比较。这包括推荐，相似度计算和主数据管理。
图应用分类
McCreary的总结可以说为初次接触图数据的使用者提供了很好的参考。不仅可以快速了解图数据库特征，同时，可以查看是否适合实际的应用。
应用场景
考虑到更为实际的应用场景，图模式的高效率使其成为出色的解决方案，能够更好更快地进行实时大数据分析查询。这让图数据库在基础应用上相比其他数据库性能更具优势。
基础应用
例如，在人工智能应用方面，传统解决方案缺乏与结果高度关联的各种特征，并且训练数据量很低，因此常常失败，导致机器学习解决方案的准确性不高。
而图构建于连接和遍历链接的理念之上，因此是机器学习和数据集成的自然、高性能选择。
而在高性能的基础应用上，图数据库在提升营收、降低成本和管理风险、提高运营效率上也有着不俗的表现。
提升营收
TigerGraph 的原生并行图不仅可以提供更个性化的结果，而且能够实时提供。最终可以捕捉关键的“转瞬即逝的商机”，即人、企业、数据和“物”以动态方式共同创造价值的短暂机会。
TigerGraph 使企业可以捕捉这些转瞬即逝的商机，实现客户 体验的个性化，最终促成更多交易。
降低成本和管理风险
在反洗钱中，TigerGraph通过实时深度链路分析系统，将所有的数据关联起来，建立更智能的规则和风险评估措施。
企业通过深度链路分析图引擎，可以在反洗钱过程中整合包括数据流分析、社会网络分析和机器学习等各种数据科学技术，从而提高反洗钱的检测成功率。
提高运营效率
在提高运营效率方面，以智能能源系统应用为例，要平衡电网，需要整合来自电力基础设施中多个级别的信号，并通过复杂的线性方程式来匹配需求和供应，而深度关联分析能将之发挥到极致。
通过使用 TigerGraph 来处理所有电网物联网传感器数据，运营商能够即时响应突如其来的需求激增和供应下降，从而减少运营风险和运营成本，同时提高可靠性和效率并改进客户体验。
应对快速变化的市场需求，越来越多的企业选择图数据库来深度发掘已有数据的更多价值，并根据分析出的结果作出实时的应对措施。实时且深度的挖掘大大地降低了不必要的成本支出，同时，提升企业营收能力。
OpenKG
开放知识图谱（简称 OpenKG）旨在促进中文知识图谱数据的开放与互联，促进知识图谱和语义技术的普及和广泛应用。
点击阅读原文，进入 OpenKG 博客。
