Skip to content

Latest commit

 

History

History
96 lines (70 loc) · 4.88 KB

README_cn.md

File metadata and controls

96 lines (70 loc) · 4.88 KB

TuGraph Analytics 文档地图

Star Fork Contributor Commit Docker License Release CN EN Blog

🌐️ 中文 | English

介绍

TuGraph Analytics (别名:GeaFlow) 是蚂蚁集团开源的流图计算引擎,支持万亿级图存储、图表混合处理、实时图计算、交互式图分析等核心能力,目前广泛应用于数仓加速、金融风控、知识图谱以及社交网络等场景。

关于GeaFlow更多介绍请参考:GeaFlow介绍文档

GeaFlow设计论文参考:GeaFlow: A Graph Extended and Accelerated Dataflow System

特性

  • 分布式实时图计算
  • 图表混合处理(SQL+GQL语言)
  • 统一流批图计算
  • 万亿级图原生存储
  • 交互式图分析
  • 高可用和Exactly Once语义
  • 高阶API算子开发
  • UDF/图算法/Connector插件支持
  • 一站式图研发平台
  • 云原生部署

快速上手

  1. 准备Git、JDK8、Maven、Docker环境。
  2. 下载源码:git clone https://github.com/TuGraph-family/tugraph-analytics
  3. 项目构建:mvn clean install -DskipTests
  4. 测试任务:./bin/gql_submit.sh --gql geaflow/geaflow-examples/gql/loop_detection.sql
  5. 构建镜像:./build.sh --all
  6. 启动容器:docker run -d --name geaflow-console -p 8888:8888 geaflow-console:0.1

更多详细内容请参考:快速上手文档

开发手册

GeaFlow支持DSL和API两套编程接口,您既可以通过GeaFlow提供的类SQL扩展语言SQL+ISO/GQL进行流图计算作业的开发,也可以通过GeaFlow的高阶API编程接口通过Java语言进行应用开发。

实时能力

相比传统的流式计算引擎比如Flink、Storm这些以表为模型的实时处理系统而言,GeaFlow以图为数据模型,在处理Join关系运算,尤其是复杂多跳的关系运算如3跳以上的Join、复杂环路查找上具备极大的性能优势。

total_time

为什么使用图进行关联运算比表Join更具吸引力?

基于GQL的关联分析Demo:

--GQL Style
Match (s:student)-[sc:selectCource]->(c:cource)
Return c.name
;

基于SQL的关联分析Demo:

--SQL Style
SELECT c.name
FROM course c JOIN selectCourse sc 
ON c.id = sc.targetId
JOIN student s ON sc.srcId = s.id
;

参与贡献

非常感谢您参与到GeaFlow的贡献中来,无论是Bug反馈还是文档完善,或者是大的功能点贡献,我们都表示热烈的欢迎。

具体请参考:参与贡献文档

如果您对GeaFlow感兴趣,欢迎给我们项目一颗 ⭐️

联系我们

您可以通过以下方式联系我们。

contacts

致谢

GeaFlow开发过程中部分模块参考了一些业界优秀的开源项目,包括Apache Flink、Apache Spark以及Apache Calcite等, 这里表示特别的感谢。