开宗明义，紧扣主题。
今天我们要探讨的问题是：为什么你（我、他、大家）遇到的图数据库不靠谱？没有宣传的那么强大？
这个问题有两个层面：
- 预期落差
- 求仁得仁
关于预期落差问题 —— 你希望图数据库能“多快好省” ——具体而言就是，存无限多的数据、速度快到飞起来、东西好用，还不花多少钱。不用我再废话，你觉得这种美事儿真的有吗？
如果你满脑子想的是白嫖开源的（传统、关系型）数据库不是很多吗，诸如MySQL, PostgreSQL，不是挺强大的吗？
那我们就得聊聊数据库的发展史了。MySQL 和 PostgreSQL 是什么时候出现的？2000 年前后，感觉历史很悠久了。但是最早的关系型数据库 1970年代出就有了。Oracle （的前身）是 1972 年就成立的公司。发展了 30 年才有开源数据库一说，在那之前商业版是唯一选择。
另一方面，任何新的科技，尤其是具有颠覆性质的科技产品，它的早期一定要有足够的利润空间才有意义（新的领先的先进的技术就需要charge premium，否则谁会创新？），否则就是一个严重内卷，最后大家都挣不到钱的市场。这就是今天中国的科技行业的现状——有创新的少之又少，都在拿开源白嫖、定制开发，你猜最后谁挣到钱了？谁拥有了核心技术？
如果一个新的技术，真正有核心价值，可以创造商业价值，它的创造者早就去商业化卖钱了，而不是建设开源社区。试想一个东西，你自己都不知道怎么商业化，开源社区能帮你商业化？笑话，天大的笑话。这是违背人性的事情。特别是底层、硬核、深科技的领域，所有走开源路线的都是两种可能之一（也可能兼而有之）： 1. 骗局；2. 存在巨大隐患。
好了，你会反驳说，Linux （and Linus)多厉害，有啥隐患？
呵呵，Linus 就是最大的隐患，你能想象全球最大的开源社区 Linux 的 kernel 到今天都是 Linus 本人在亲自审核，他就是是最大的瓶颈吗？如果他挂了，Linux 项目后续怎么发展，呵呵。
换个例子，MongoDB 是最成功的 NoSQL 数据库，有啥问题？
有，它到今天都是巨亏的状态。这不是隐患是什么？所谓的互联网思维，本质上就是商业骗局。
求仁得仁：这个不必多解释——多快好省根本不存在的。这就跟每天梦想天上掉馅饼一个逻辑，概率约等于天上掉小行星。作为甲方，每天想着白嫖乙方、压榨乙方、剥削乙方，没有社会担当，就这商业环境，有创新才见鬼。
下面，我们再回到问题本身：为啥你遇上的图数据库不成？
我们从产品、技术两个维度来分析。
你仔细看今天市场上的号称图数据库的产品的特点，先不论它们是否是开源的。就说它们的产品特点，举几个例子：
- 查询语言：支持 Cypher 和 Gremlin。 就这一条，就知道这个系统是个“四不像”——这也是中国图数据库“创举”，把多种查询语言都支持了，而且好几家都宣称有这个能力。好像兼容性很强，实际上，你也可以理解为，它的底层没有任何特色可言。正因为它必然没有一个自研的底层，所以在上层它也无所谓支持什么查询语言，谁都可以。换言之，这款数据库一定性能很差。
- 海量数据存储与实时深度下钻的“鱼与熊掌”如何兼顾：这个问题实则是个世界级难题，然而在中国“图数据库”公司面前却”轻松搞定“。我们先来回顾一下 NVidia 的老黄前几周发布的GPU+CPU超算平台，如果大家还有印象，它的级联架构在本质上是一种 HPC 超算架构。简而言之，就是通过堆叠 TB 级别的内存（是的，人家的内存比绝大多数企业的海量外存还多），以及 GPU 和 CPU 的并发（GPU 的并发基本上是 CPU 的 10x 以上，但是两者各有侧重，GPU 更加并发，但是并不能完成 CPU 所擅长的通用数学运算）。确切的说，老黄的架构本质上和 半个世纪前的小型机miniframe如出一辙！你会质疑NVidia不懂白嫖开源的大数据分布式框架？你是觉得他们没有研究过这个问题？目前所有的图数据库厂家所谓的海量分布式存储架构，都是只能存，不能算。这里说的计算是关联计算与分析！能存不能算，指的是：分布式的储存，集中式的运算。这里面有个巨大的陷阱，从存储的数据到运算之间必然存在一个数据迁移的过程，或者是数据映射的过程，和 Apache Spark 的 ETL 有些类似——也就是说，数据落盘后，想要运行某些图查询或图算法，还需要把数据迁移或映射到某个地方（可能是某台大内存的服务器），这个过程取决于数据量大小，耗时可能巨大——最搞笑的是，这种架构的问题在于，表面上数据是入了图（持久化）了，但是计算的时候又变成等同于集中式、单机处理了，而且这个过程完全做不到“即存即算”。这个问题我们可以展开讨论上三天三夜，但是现在可以总结的就是：所有的分布式存集中式算的，它的场景限制会很大——无法处理实时计算请求，只适合一些批处理场景——那么回到图数据库的意义，它不就是为了把数仓、关系型数据库的批处理加速到实时？合着还是批处理？所以，你遇上的这种架构，必然会让你失落。
- 到底是精准计算还是采样计算？这个问题挺宽泛，在图里面，这两种模式都应该有。比如有的图算法就最初设计就是为了通过“估算、近似计算、采样计算“来让之前全量计算而不得的问题得到解决。比如计算全球的平均距离问题，这个计算复杂度一般情况下是 NP-Hard，呵呵，在大图上（比如上千万或亿的点边），你可以认为现有的硬件和软件没有办法精准计量。于是，有了 HyperANP算法，它的核心就是 ANF 算法（Approximate Neighborhood Function，即近邻域函数），它可以在任何大图上面快速的通过采样的方式估算图平均距离，非常实用。还有一些图的查询就必须是精准的，穷举式的，比如 K 邻查询，在金融、医疗、供应链等广泛的场景中，判断一个顶点的 3 度或 6 度或更深的邻居的全量数据量，必须是精准计算的。然而，你去看国内的厂家，就有一些因为无法精准计量（算力不够、数据结构有问题、架构有问题），而要采用采样计算的，试问，这种采样意义何在？完全是本末倒置的行为。
我们再来评价下技术问题，国内的图数据库厂家，数量比海外的全算起来还要多2-3 倍，据说今天已经有 40 家了，和大模型厂家相当的感觉，反正只要是新的技术趋势，对于中国公司，那都没有门槛，至少他们是这么宣称的。实际上，这些厂家就几种搭积木攒项目的方式：
- 拿着 Neo4j 的社区版一通封装。比如某图数据库，算了，咱就不说名字了。在这里重申一下，Neo4j 从来就不是开源图数据库，它的最核心的代码，比如图引擎，没有一行开源过！为什么叫社区版，人家的核心源代码从来就没有泄露出来——所有白嫖 Neo4j的，都没有读到过或者改动过 1 行底层代码。那么请问，你怎么好意思说颠覆了 Neo4j，你做的事情大概就是改个图标，定制个前端 CSS 吧。
- 拿来 JanusGraph、ArangoDB 一通魔改——前者是典型的用开源组件攒起来的架构，能存不能算的典型。后者是一种拧巴的多模数据库，这两年好像有点要销声匿迹的趋势，它在一些图查询场景中有明显的逻辑与实现错误，比如查询两点间的最短路径，它有一种加速模式（错误的实现），居然通过矩阵运算，只查出一条最短路径，这就是对 BFS（广度优先）算法的错误理解所导致的——试问，两点间如果有 1000 多条最短路径，你就查一条，你好意思吗？HD 的许大大和 BGY 的杨大大，如果俩人间有 1000 多条持股关联路径，你就让监管看到一条，你狠。
- 图算法，图算法是图数据库最核心的能力之一。衡量一款图数据库，就看它对图算法的支持，比如看算法丰富度、效率（速度）、资源消耗、是否可扩展，易用性如何，文档是否健全、是否热拔插等等。然而，什么也无法阻挡中国公司的”微创新“—— 对拿来主义的微创新。有个厂家，官网上面一个图算法的文档都没有，却宣称支持各种算法，就是这么任性。
好了，说了不少东西了。套用 Steve Jobs年轻的时候被问到的一句话，很经典。他被问到，是什么决定了你设计的产品的特质。想了 10 几秒钟后，他说：My taste。就是这句话，与诸君分享。你的品位，决定了你遇上什么样的图数据库。
如果你有什么不明白的问题需要垂询，最有品位的答案就在这个系列里面。
如果不在这个系列里面找到你要的答案，就在我们的脑海里。
May the best graph be with you, with love from Ultipa.