Membangun/menguji/berkontribusi ke situs web
Silakan kunjungi dokumen kontribusi untuk memulai, sertakan deskripsi & pengaturan tema/situs web ~
Ringkasan
HugeGraph adalah sistem basis data grafik open source yang mudah digunakan, efisien, dan serba guna (basis data grafik, alamat proyek GitHub), mengimplementasikan kerangka kerja Apache TinkerPop3 dan sepenuhnya kompatibel dengan bahasa kueri Gremlin. Dengan komponen toolchain lengkap, ini membantu pengguna untuk dengan mudah membangun aplikasi dan produk berdasarkan basis data grafik. Huggraph mendukung impor cepat lebih dari 10 miliar simpul dan tepi, dan memberikan kemampuan kueri relasional tingkat milidetik (OLTP). Ini mendukung pemrosesan grafik terdistribusi skala besar (OLAP).
Skenario aplikasi khas dari grafi besar meliputi eksplorasi hubungan yang mendalam, analisis asosiasi, pencarian jalur, ekstraksi fitur, pengelompokan data, deteksi masyarakat, grafik pengetahuan, dll., Dan berlaku untuk bidang bisnis seperti keamanan jaringan, penipuan telekomunikasi, kontrol risiko keuangan, rekomendasi iklan, jejaring sosial dan robot intelijen dll.
Fitur
Huggraph mendukung operasi grafik di lingkungan online dan offline, mendukung impor data batch, mendukung analisis hubungan yang kompleks yang efisien, dan dapat diintegrasikan dengan platform data besar. Huggraph mendukung operasi paralel multi-pengguna. Pengguna dapat memasukkan pernyataan kueri Gremlin dan mendapatkan hasil kueri grafik tepat waktu. Mereka juga dapat memanggil API Huggraph dalam program pengguna untuk analisis grafik atau kueri.
Sistem ini memiliki fitur berikut:
- Kemudahan Penggunaan: Besar Usaha Mendukung Bahasa Permintaan Grafik Gremlin dan API RESTful, menyediakan antarmuka umum untuk pengambilan grafik, dan memiliki alat periferal dengan fungsi lengkap untuk dengan mudah menerapkan berbagai operasi kueri dan analisis berbasis grafik.
- Efisiensi: Huggraph telah sangat dioptimalkan dalam penyimpanan grafik dan komputasi grafik, dan menyediakan berbagai alat impor batch, yang dapat dengan mudah menyelesaikan impor cepat puluhan miliar data, dan mencapai respons tingkat milidetik untuk pengambilan grafik melalui kueri yang dioptimalkan. Mendukung operasi real-time online simultan dari ribuan pengguna.
- Universal: HugeGraph mendukung bahasa permintaan grafik standar Apache Gremlin dan metode pemodelan grafik grafik grafik properti, dan mendukung skema OLTP dan OLAP berbasis grafik. Integrasi Apache Hadoop dan Apache Spark Big Data Platform.
- Scalable: Mendukung penyimpanan terdistribusi, beberapa salinan data dan ekspansi horizontal, mesin penyimpanan back-end bawaan, dan dapat dengan mudah memperluas mesin penyimpanan back-end melalui plug-in.
- Open: Huggraph Code adalah open source (lisensi Apache 2), pelanggan dapat memodifikasi dan menyesuaikan secara mandiri, dan secara selektif memberikan kembali kepada komunitas open source.
Fungsi sistem ini termasuk tetapi tidak terbatas pada:
- Mendukung Impor Batch Data dari beberapa sumber data (termasuk file lokal, file HDFS, database MYSQL dan sumber data lainnya), dan mendukung impor beberapa format file (termasuk TXT, CSV, JSON dan format lainnya)
- Dengan antarmuka operasi visual, dapat digunakan untuk operasi, analisis, dan diagram tampilan, mengurangi ambang batas untuk digunakan pengguna
- Antarmuka grafik yang dioptimalkan: jalur terpendek (jalur terpendek), subgraph terhubung k-step (k-neighbor), k-step untuk mencapai titik yang berdekatan (k-out), algoritma rekomendasi pribadi pribadi, dll.
- Diimplementasikan berdasarkan kerangka kerja apache-tinkerpop3, mendukung bahasa kueri grafik gremlin
- Grafik atribut dukungan, atribut dapat ditambahkan ke simpul dan tepi, dan mendukung jenis atribut yang kaya
- Memiliki informasi metadata skema independen, memiliki kemampuan pemodelan grafik yang kuat, dan memfasilitasi integrasi sistem pihak ketiga
- Dukungan Strategi ID Multi-Vertex: Dukungan ID Kunci Utama, Dukungan Pembuatan ID Otomatis, Dukungan ID String yang Ditentukan Pengguna, Dukungan ID Digital yang Ditentukan Pengguna
- Atribut tepi dan simpul dapat diindeks untuk mendukung kueri yang tepat, rentang kueri, dan pencarian teks lengkap
- Sistem penyimpanan mengadopsi mode plug-in, pendukung rocksdb, cassandra, scylladb, hbase, mysql, postgresql, palo, dan inmemory, dll.
- Integrasi dengan sistem data besar seperti Hadoop dan Spark Graphx, dan mendukung operasi beban curah
- Dukung ketersediaan tinggi (HA), beberapa salinan data, pemulihan cadangan, pemantauan, dll.
Modul
- HugeGraph-Server: HugeGraph-Server adalah bagian inti dari proyek HugeGraph, yang berisi inti, backend, API dan submodul lainnya;
- Core: Menerapkan mesin grafik, terhubung ke modul backend ke bawah, dan mendukung modul API ke atas;
- Backend: Menerapkan penyimpanan data grafik ke backend, mendukung backend termasuk memori, cassandra, scylladb, rocksdb, hbase, mysql dan postgresql, pengguna dapat memilih satu sesuai dengan situasi aktual;
- API: Server REST bawaan, memberikan API RESTful kepada pengguna, dan sepenuhnya kompatibel dengan kueri Gremlin. (Mendukung Penyimpanan dan Pusat Komputasi Terdistribusi)
- Toolchain besar: (Toolchain)
- BESARGRAPH-CLIENT: BESARGRAPH-CLIENT menyediakan klien API yang tenang untuk menghubungkan ke HugeGraph-Server, saat ini hanya versi Java yang diimplementasikan, pengguna bahasa lain yang dapat mengimplementasikannya sendiri;
- BESARGRAPH-LOADER: BESARGRAPH-LOADER adalah alat impor data yang didasarkan pada HugeGraph-Client, yang mengubah data teks biasa menjadi simpul dan tepi grafik dan memasukkannya ke dalam database grafik;
- BESARGRAPH-HUBBLE: HUG HUG HUSPRAPH-HUBBLE adalah platform manajemen visualisasi web Huggraph, platform analisis visualisasi satu atap, platform ini mencakup seluruh proses dari pemodelan data, hingga impor data cepat, ke analisis data online dan offline, dan manajemen grafik terpadu;
- Tools HugeGraph: Toolgraph-Huge adalah alat penyebaran dan manajemen Huggraph, termasuk manajemen grafik, cadangan/pemulihan, eksekusi Gremlin dan fungsi lainnya.
- BESARGRAPH-COMPUTER: Huggraph-Computer adalah sistem pemrosesan grafik terdistribusi (OLAP). Ini adalah implementasi pregel. Ini dapat berjalan pada cluster seperti Kubernetes/benang, dan mendukung komputasi grafik skala besar.
- BESARGRAPH-AI: BESARGRAPH-AI adalah komponen AI independen HugeGraph, menyediakan fungsi pelatihan dan inferensi dari jaringan saraf grafik, kombinasi rag LLM/grafik/python-klien dan komponen terkait lainnya, terus diperbarui.
Berkontribusi
- Selamat datang untuk berkontribusi di HugeGraph, silakan lihat cara berkontribusi untuk informasi lebih lanjut.
- Catatan: Disarankan untuk menggunakan desktop GitHub untuk sangat menyederhanakan proses PR dan komit.
- Terima kasih untuk semua orang yang sudah berkontribusi pada Higgraph!
Hubungi kami
- Masalah GitHub: Umpan balik tentang masalah penggunaan dan persyaratan fungsional (respons cepat)
- Email Umpan Balik: [email protected] (hanya pelanggan)
- Email Keamanan: [email protected] (Laporkan masalah SEC)
- Akun Publik WeChat: Apache Huggraph, selamat datang untuk memindai kode QR ini untuk mengikuti kami.
