图数据库原理、架构与应用
全新正版 极速发货
￥ 74.25 7.5折 ￥ 99 全新
库存10件
广东东莞
认证卖家担保交易快速发货售后保障
作者嬴图团队
出版社机械工业出版社
ISBN9787111708100
出版时间2022-07
装帧平装
开本16开
定价99元
货号1202690187
上书时间2024-12-01
- 在售商品 暂无
- 平均发货时间 14小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
嬴图团队，一支致力于构建世界上最快、最直观、最易用的下一代实时图数据库的国际化的技术研发与推广团队。自研的核心产品包括高性能图计算与实时图数据库软件，已构建了一整套针对数据资产管理、数据生命周期管理、数据治理指标管理的智能化产品矩阵。
致力于用图数据库（图中台、图计算引擎）、图增强AI技术、BI技术等为金融、大健康、医疗等行业深度赋能，业务主要集中在数据治理、数字化转型、流动性管理、资产负债管理、全面风险管理等领域。
团队目前已获得高密度并行图计算、超级节点处理、高性能查询语言及半结构化图数据处理、海量数据导入、装置、设备及存储介质、数据库深度路径搜索、动态图剪枝过滤等30多项技术成果和专利，100%自研并拥有全部底层架构，研发成果已成功服务于多家大型央企、国有企业及世界500强企业。
团队成员孙宇熙、刘思燕、张建松等毕业于哈佛大学商学院、清华大学等世界知名学府，来自硅谷和全球100强企业，拥有丰富的海内外创业与技术工程经验。
目录
前言
第1章 图计算与图数据库的历史
1.1 到底什么是图
1.1.1 被遗忘的艺术：图思维方式Ⅰ
1.1.2 被遗忘的艺术：图思维方式Ⅱ
1.1.3 图技术发展简史
1.2 大数据的演进和数据库的进阶
1.2.1 从数据到大数据、快数据，再到深数据
1.2.2 关系型数据库与图数据库
1.3 万物互联时代的图计算
1.3.1 靠前的能力
1.3.2 图计算与图数据库的差异
第2章 图数据库基础与原理
2.1 图计算
2.1.1 图计算的基础概念
2.1.2 图计算的适用场景
2.2 图存储
2.2.1 图存储的基础概念
2.2.2 图存储数据结构与构图
2.3 图查询语言的进化
2.3.1 数据库查询语言的基础概念
2.3.2 图查询语言
第3章 图数据库架构设计
3.1 高性能图存储架构
3.2 高性能图计算架构
3.3 图数据库查询与分析框架设计
3.3.1 图数据库查询语言设计思路
3.3.2 图谱可视化
第4章 图算法
4.1 度计算
4.2 中心性计算
4.3 相似度计算
4.4 连通性计算
4.5 排序计算
4.6 传播计算
4.7 社区计算
4.8 图嵌入计算
4.9 图算法与可解释性
第5章 可扩展的图
5.1 可扩展的图数据库设计
5.1.1 垂直扩展
5.1.2 水平扩展
5.2 高可用分布式设计
5.2.1 主备高可用
5.2.2 分布式共识系统
5.2.3 水平分布式系统
第6章 图赋能的世界
6.1 实时商务决策与智能
6.2 最终受益人
6.3 欺诈识别
6.4 反洗钱与智能推荐
6.5 资债管理、流动性风险管理
6.6 交叉风险识别与计量
6.6.1 图计算在交叉性金融风险管理领域的创新
6.6.2 图计算技术在金融领域的广阔前景
第7章 规划、评测和优化图系统
7.1 规划图系统
7.1.1 数据与建模
7.1.2 容量规划
7.2 评测图系统
7.2.1 评测环境
7.2.2 评测内容
7.2.3 正确性验证
7.3 优化图系统
内容摘要
这是一本能帮助读者快速掌握图数据库的原理、架构、算法、扩展、规划、测评、优化以及实战应用的著作，书中的理论和实践均来自国内领先的图数据库企业Ultipa的科研成果和实践经验，由Ultipa的创始人兼CTO孙宇熙领衔撰写。
该书内容全面、体系完整、循序渐进、深入浅出、图文并茂，兼具理论性、实战性、趣味性。用通俗的语言将抽象的图数据库技术具体化、形象化，将带领读者经历一次非凡的“图数据之旅”。
通过本书，你将掌握以下内容：
图数据库、图计算的概念与区别；
图计算、图存储、图查询语言的原理；
高性能图存储架构、计算架构；
图数据库查询与分析框架的设计；
度计算、中心性计算、相似度计算、连通性计算等图算法；
可扩展的图数据库设计；
高可用分布式设计；
图数据库在决策智能、反欺诈、反洗钱、智能推荐、流动性风险管理等多个领域的实战经验；
图系统的规划、评测与优化。
主编推荐
作者背景资深：作者是在世界范围内有影响力的资深高性能计算与存储系统专家、大数据专家、数据库专家，同时是国际高性能图数据库技术应用实践的先行者。
内容系统全面：一本书讲透图数据库的原理、架构、算法、扩展、规划、测评、优化以及实战应用。
实战案例丰富：围绕实时决策、*终受益人识别、反欺诈、反洗钱、智能推荐、资债管理、流动性风险管理、交叉风险识别等金融场景给出了大量案例。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价