- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
知识图谱数据库读写性能基准测试
TigerGraph批量实时写入结果 本次我们测试的是TigerGraph，由于TigerGraph官方只提供基于HTTP的REST使用接口，此方式写入较慢，无法批量写入，所以我们使用开源的jdbc 鉴于以上TigerGraph的测试结果不是很高效，我们专门对TigerGraph测试了离线写入能力，即load job数据写入方式，这是官方文档推荐的做法。 在测试过程中发现，TigerGraph的写入性能与客户端连接数没有关系，反而会均分掉其它客户端的写入能力，所以本测试只对TigerGraph在1和2客户端连接的情况下的性能进行了测试和分析，测试结果如下 TigerGraph实时写二次测试 由于以上TigerGraph的测试结果与官方报道的性能差距太大，所以我们决定增加测试Kafka的写入接口，为了尽量保证公平性，我们还是使用与AbutionGDB，Neo4j 每轮测试我们都将重启TigerGraph以清除缓存影响，Kafka程序无法准确记录写入速率，为了反映写入速率，我们使用TigerGraph本身的计时器，重启时同时也清空了上一轮的计时重新计算写入，多轮对照测试结果取均值
2K10发布于 2020-12-15 - 来自专栏深度学习与python
蝶变：一场正在影响企业数据洞察力的图数据库变革
在 TigerGraph 解决方案工程师鲍翰林看来，图分析的优势可以概括为 4 个方面： 首先是多维度。 直到今天，TigerGraph 3.0 图数据库的面世，终于让苦苦等待完美方案的企业看到了曙光。 3 TigerGraph 3.0，为图数据库行业掀起蝶变 作为世界上第一款既能原生存储图数据，又支持分布式计算的图数据库，TigerGraph 是图数据库行业发展的一个里程碑。 针对这一痛点，TigerGraph 3.0 引入了用户自定义索引，可以理解为关系型数据库中的二级索引。 即便在被各种不可控外界因素所充斥的 2020 年，TigerGraph 仍然没有放慢它的脚步。
54810发布于 2020-08-17 - 来自专栏腾讯云数据库(TencentDB)
云测评 | RedisGraph 1.0的基准测试
TigerGraph基准涵盖以下内容： 数据加载时间 加载数据的存储大小 查询k-hop邻居计数的响应时间 查询弱连接组件和页面排名的响应时间 TigerGraph基准测试表明了TigerGraph比其他图形数据库快约 由于TigerGraph比较了所有其他图形数据库，我们直接使用其基准测试发布的结果，不再重复这些测试。 为了测试这些并发操作的效果，我们向TigerGraph基准测试添加了并行请求。 对于TigerGraph，我们通过将每个深度的单个请求的平均响应时间乘以300来推断结果。 我们相信这是最好的情况，因为TigerGraph已经完全消耗了单个请求的所有32个内核。 与使用仅使用单个核心的RedisGraph相比，使用所有32个核心来处理单个请求的TigerGraph，我们实现了单个请求响应时间快2倍和0.8倍。
2K10发布于 2019-03-26 - 来自专栏腾讯云数据库(TencentDB)
云测评 | RedisGraph 1.0的基准测试
TigerGraph基准涵盖以下内容： 数据加载时间 加载数据的存储大小 查询k-hop邻居计数的响应时间 查询弱连接组件和页面排名的响应时间 TigerGraph基准测试表明了TigerGraph比其他图形数据库快约 由于TigerGraph比较了所有其他图形数据库，我们直接使用其基准测试发布的结果，不再重复这些测试。 为了测试这些并发操作的效果，我们向TigerGraph基准测试添加了并行请求。 对于TigerGraph，我们通过将每个深度的单个请求的平均响应时间乘以300来推断结果。 我们相信这是最好的情况，因为TigerGraph已经完全消耗了单个请求的所有32个内核。 与使用仅使用单个核心的RedisGraph相比，使用所有32个核心来处理单个请求的TigerGraph，我们实现了单个请求响应时间快2倍和0.8倍。
1.4K40发布于 2019-05-16 - 来自专栏DeepHub IMBA
如何在图数据库中训练图卷积网络模型
如何在图形数据库中训练GCN模型 在本节中，我们将在TigerGraph云上（免费试用）提供一个图数据库，加载一个引用图，并在数据库中训练GCN模型。 查询使用TigerGraph的查询语言GSQL编写。单击“安装所有查询”以将所有GSQL查询编译为C ++代码。您也可以在此页面上看到自述查询。请按照以下步骤训练GCN。 GSQL查询概述 在上一节中，我们将深入探讨这些查询，以了解TigerGraph的大规模并行处理框架如何支持训练GCN。简而言之，TigerGraph将每个顶点视为可以存储，发送和处理信息的计算单元。 同样，TigerGraph将针对边和顶点并行化ACCUM和POST-ACCUM块中的计算。 ? 用户定义的功能 激活函数用C ++实现，并导入到TigerGraph用户定义的函数库中。 我们还展示了使用TigerGraph云服务在引文图上训练GCN模型的分步示例。 引用 [1] Thomas. N.
1.9K10发布于 2020-10-19 - 来自专栏云云众生s
多个供应商使数据和分析无处不在
图数据库竞争者 TigerGraph 同样在 3 月 1 日宣布，它正在增加对 Parquet 的普遍支持，并提供以该格式摄取数据的能力。 TigerGraph 还在共享可视化图仪表板上添加协作编辑和查看功能，该公司正在增强其图数据科学包，通过 NodePiece 提供更好的图嵌入，并通过 pyTigerGraph 添加对自己的打包算法的支持 巧合的是，TigerGraph 本周刚刚发布了一个基准测试，显然是在 VLDB Endowment 的支持下，重点关注图形分析的规模和图形结构数据的商业智能。 在基准测试中，TigerGraph 在 AWS EC2 部署中承担了 108 TB 的工作负载，据该公司称，该部署在包含 2179 亿个顶点和 1.6 万亿条边的图形上处理 OLAP 样式的查询。 TigerGraph 表示基准测试的 108TB 数据量是“之前世界纪录的 3 倍”。
76010编辑于 2024-03-27 - 来自专栏AI科技评论
如何去伪存真地看懂一份图数据库的评测报告？
注：Tigergraph默认只对Twitter数据集进行了单向边存储，因此其存储空间占用节省了至少50%以上，如果完整的进行双向边存储，其存储空间消耗至少在24GB以上（导入时间也会翻倍）。 图9 Tigergraph的性能评测结果中的数据（参考Github公开的测试结果数据） Tigergraph的查询结果错误有3个可能，都具有典型性： 构图错误：只存储了单向边，没有存储反向边，无法进行反向边遍历 如果我们继续追溯顶点“27960125”的2-Hop结果集，就会发现结果的错误会更加隐蔽，例如Tigergraph的2-hop实际上仅仅返回了沿出边遍历的第二度的邻居结果，并且没有对结果去重。 在2跳的结果中，就可以看到Tigergraph的查询结果同时存在以上所述的三种错误——构图错误、查询方式错误、结果未去重错误！ 图10 Tigergraph的仅进行单向遍历的错误的2nd-Hop结果 遗憾的是，Tigergraph的查询结果错误问题在今天的图数据库市场并不是个例，我们在Neo4j、ArangoDB等系统中也发现因底层实现或接口调用等问题而出现的错误
1.4K30编辑于 2022-03-28 - 来自专栏量化投资与机器学习
国货之光：时序数据库与图数据库最新排名
当然Neo4j依然霸榜，榜单前10中也有阿里云发布的GraphDB，及维加星信息科技发布的TigerGraph。 希望以上榜单能够给大家在实际应用选型时有个参考。
3.3K50编辑于 2022-03-21 - 来自专栏NebulaGraph 技术文章
主流开源分布式图数据库 Benchmark
DB-Engines 网站上排名前 30 的图数据库产品，发现多数知名的图数据库开源版本只支持单节点，不能横向扩展存储，无法满足大规模图谱数据的存储需求，例如：Neo4j、ArangoDB、Virtuoso、TigerGraph HugeGraph Benchmark：https://hugegraph.github.io/hugegraph-doc/performance/hugegraph-benchmark-0.5.6.html TigerGraph Benchmark：https://www.tigergraph.com/benchmark/ RedisGraph Benchmark：https://redislabs.com/blog/new-redisgraph
2.1K40发布于 2020-10-21 - 来自专栏NebulaGraph 技术文章
图数据库 Nebula Graph 在 Boss 直聘的应用
如果没有高 QPS 写入，目前 Dgraph 还是值得一试，对于很多快速原型的场景，作为 GraphQL 原生图数据库使其非常适合做基于图的数据中台，这是目前的一个大趋势，它也上线了自己的云服务，业内标杆 TigerGraph 图在线查询多用在分析，真正线上应用目前很多还是图计算离线算完后入库供查询 2.Plato 框架的合并支持，Spark GraphX 相对计算效率还是低一些，如果能整合腾讯的 Plato 框架更好 3.借鉴 TigerGraph
1.4K10发布于 2020-12-23 - 来自专栏NebulaGraph 技术文章
图数据库中的“分布式”和“数据切分”（切图）
图片 Tigergraph 的切图方案，可访问视频查看：https://www.youtube.com/watch? v=pxtVJSpERgk 在 TigerGraph 的方案中，点和边（在编码后），会分散到多个分片上。 图片 图片 TigerGraph 的单机查询模式和并行计算模式 多说一句，这样一组分片必需要完整并一模一样的复制多份（因此扩容颗粒度是整个图，而不是某个分片）。相对扩容时的单次支出较大。 4.
99910编辑于 2023-03-15 - 来自专栏NebulaGraph 技术文章
OPPO 图数据库平台建设及业务落地
能够达到 5000+ 开源且支持分布式的属性图数据库 2.2、调研过程 第一步，搜集常见的开源分布式属性图数据库，如下表： [OPPO 图数据库平台建设及业务落地] 第二步，基于美团、LightGraph、TigerGraph discuss.nebula-graph.com.cn/t/topic/1377 9.图数据库 LightGraph 测试报告：https://zhuanlan.zhihu.com/p/79426763 10.TigerGraph 官方测试：https://www.tigergraph.com.cn/developers/graph-benchmark/comparison/ 11.GalaxyBase 官方测试：https:/
1.2K30发布于 2021-11-15 深入解析GraphX：Spark图计算库的核心原理与实战应用
与TigerGraph的对比 TigerGraph是近年来兴起的分布式图数据库，号称能够处理"万亿级"边的大规模图。 与GraphX相比，TigerGraph提供了原生的图存储和计算引擎，支持实时更新和查询。 在架构设计上，TigerGraph采用MPP（大规模并行处理）架构，每个节点都包含存储和计算能力。 2025年，TigerGraph在GQL标准支持和多模态查询方面有所增强，但在机器学习集成方面仍落后于GraphX。 TigerGraph虽然提供了完整的图计算解决方案，但在与其他大数据组件集成方面相对较弱。 2025年，GraphX通过借鉴Apache Flink和TigerGraph在流图处理方面的先进经验，成功引入了增量计算和动态图更新机制。
33410编辑于 2025-11-28- 来自专栏NebulaGraph 技术文章
图数据库在中国移动金融风控的落地应用
JanusGraph vs TigerGraph vs NebulaGraph 我们最早是采用了 JanusGraph 加上 Spark 去建设我们平台，但是通过一些测试，我们发现 JanusGraph 的查询性能以及导入性能都比较一般，然后 GraphX 的话，它的计算性能其实也比较一般，特别是它需要的内存量特别大，因此我们后来又开始去调研了市场上很多的图产品，并且对一些图产品做了测试，包括国外的产品，像 TigerGraph
83930编辑于 2023-03-23 - 来自专栏AI科技评论
数据库横向对比与前沿技术分析探讨
PGX等； 第二类是基于 Hadoop/Spark 或 NoSQL 存储引擎的图数据库， 代表产品诸如星环、创邻、JanusGraph、Nebula等； 第三类则是原生图数据库流派，例如Neo4j、TigerGraph 其存储引擎基于第三方NoSQL构建，性能瓶颈明显，时效性差）； 第二代的代表玩家是最早的原生图数据库Neo4j（缺点在于基于Java架构，性能瓶颈明显，难以在大规模、复杂、实时性场景中得到推广）； 第三代是并行图数据库TigerGraph
85820编辑于 2022-05-30 - 来自专栏云数据库技术
名不副实的数据库类型
名不副实的数据库类型 先说说最近的事，我们业务有很多图片要管理，老板说让我选个专业的图数据库，还给我推荐了 Neo4j、Nebula、TigerGraph 一堆，让我好好对比下图片管理的能力。
1.2K70编辑于 2023-03-15 - 来自专栏镁客网
投融资汇总 | 本周（11.05-11.11）软银首投国内AI创企，对象是码隆科技
TigerGraph 获得3100万美元A轮融资，投资方包括启明创投、百度、蚂蚁金服等。 TigerGraph是新一代企业级的实时图数据库平台。 TigerGraph特别适用于大图——深度链接分析的最佳模型。他们能够探索、发现和预测关系。需要这些重要特性的企业应用包括:个性化推荐，反欺诈，供应链物流优化，企业知识图谱等等。
1K00发布于 2018-05-30 - 来自专栏AI科技评论
高并发图数据库系统如何实现？
的平均查询时间就能反映出一套图系统的性能指标，例如下图中所示ArangoDB需要1.7秒，这代表着它可能在磁盘上进行某种低效的遍历操作后，才获得全部1度邻居结果，而最快的Ultipa（嬴图）仅需要0.0006秒（600微秒），较第二名Tigergraph （24毫秒）快了足足40倍，显然Ultipa与Tigergraph都用到了某种内存加速的数据结构，因此在时效上可以做到仅1度查询就会有10倍以上的性能差异。
1.1K10编辑于 2023-01-08 - 来自专栏云云众生s
查询图数据库的新ISO标准GQL
除了 Neo4J 的专业知识外，来自 HypergraphDB、Redis Labs、TigerGraph、Oracle 和德国波恩大学的工程师 也参与了该项目。
85610编辑于 2024-05-01 - 来自专栏企鹅号快讯
IT大咖说：2017年，我眼里的大数据领域惊喜
TigerGraph首席执行官兼创始人，Yu Xu 就我个人而言，我认为4月份的Cloudera IPO是大数据和分析的重大事件。这显示了企业持续的大数据动力。
743100发布于 2018-02-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号