图数据库专题：从图论基础到知识图谱、图机器学习与生产调优

当数据的核心价值在于「关系」而非「记录」时，图数据库便成为最佳选择。从 Facebook 的社交图谱到 Amazon 的商品推荐，从金融反欺诈的风控图谱到 LLM 增强的实体关系检索，图数据库在关联分析场景中的性能优势可达关系型数据库的数十倍甚至百倍。本专题从图论基础出发，带你掌握这一核心数据技术。

本专题共收录 47 篇深度文章，覆盖从图建模到高级查询、从算法到知识图谱与 GraphRAG、从图机器学习（嵌入与 GNN）到反欺诈与推荐场景、从单机 Neo4j 到分布式集群运维，并延伸存储引擎内部、查询优化、导入 ETL、实体解析、社区发现、时态图建模、深度遍历优化、图约束治理、中心性算法、子图模式挖掘、知识图谱推理、自定义过程扩展，以及 Text2Cypher 与 LLM 图查询 Agent、ISO GQL 标准迁移、备份恢复与容灾、流式图处理、细粒度访问控制、容量成本优化、路径搜索与最短路工程化、联邦查询与虚拟图、图采样与子图抽取、基准测试与压测、供应链图谱实战、图数据版本化与差异比较的完整学习路径。

📌 相关专题：数据库专题 （关系型数据库原理与数据建模对比）、AI/ML 专题 （图神经网络 GNN 与图嵌入算法）、数据工程专题 （大规模图数据的 ETL 与存储方案）

一、图模型与查询语言

建立对属性图模型、图建模与两种查询语言（Cypher / SPARQL）的系统认知：

二、图算法与图机器学习

深入图计算的核心——从经典算法到表示学习：

三、智能应用与场景

把图能力落地到真实业务场景：

四、生产与调优

在真实技术选型与生产环境做出正确决策：

五、存储内核、查询优化与数据工程纵深

深入图数据库内部机制与生产数据工程，从「会查」到「懂内核」：

六、深度遍历、治理与推理纵深

把图查询的深度、数据的可信度与语义能力推向生产级：

七、LLM 时代、标准演进与平台工程

把图数据库接入大模型、对齐国际标准，并落到备份、实时与安全运营：

八、路径搜索、联邦查询与图平台工程

补齐最短路与路径搜索的工程化实现、跨源联邦查询、图采样、基准压测、行业图谱落地与图数据版本化：

推荐学习路径

路线 A：图数据库入门

1. 图数据模型基础 — 理解属性图与关系模型的本质差异
2. Neo4j 与 Cypher — 掌握主流图数据库的查询语言
3. 图建模模式与反模式 — 建立图谱思维

路线 B：算法与智能应用

1. 图算法实战 — GDS 库与社交网络分析
2. 图嵌入与 GNN — 关系结构的学习与预测
3. 知识图谱构建 — 从数据到智能问答系统
4. GraphRAG — 知识图谱 + 向量检索

路线 C：业务场景落地

1. 反欺诈风控图谱 — 团伙识别与实时反欺诈
2. 图驱动推荐系统 — 从相似度到嵌入推荐

路线 D：架构师选型与生产

1. 生产性能调优 — 内存/索引/查询优化
2. 图数据库选型对比 — 基于业务场景的技术决策
3. 集群运维 — Causal Cluster 与分布式

路线 E：内核与数据工程纵深（进阶实战）

1. 图数据库存储引擎内部 — 无索引邻接与执行内核
2. 图查询优化与执行计划 — PROFILE 诊断慢查询
3. 图数据导入与 ETL — 批量/流式导入与质量校验
4. 实体解析与身份图 — 多源归一的统一身份
5. 社区发现与图聚类 — 群体划分与评估
6. 时态图与时间维度建模 — 时间回溯与 bitemporal

路线 F：深度遍历、治理与语义推理（生产纵深）

1. 深度路径遍历优化 — 大跳数查询不爆炸
2. 图约束与数据治理 — 让图数据可信
3. 中心性算法深入 — 五种重要性视角
4. 子图模式挖掘 — 局部结构洞察
5. 知识图谱推理 — 隐式知识自动推导
6. 自定义过程与 APOC — 突破 Cypher 边界的扩展

路线 G：LLM 协同、标准与平台工程（前沿与运营）

1. Text2Cypher 与 LLM 图查询 Agent — 让自然语言直连图谱
2. ISO GQL 标准与 Cypher 演进 — 对齐国际标准与迁移路径
3. 流式图处理与实时图计算 — 让图谱跟上实时业务
4. 备份、恢复与容灾 — 数据不丢的底线
5. 细粒度访问控制与图数据安全 — 多租户与合规
6. 容量规划与成本优化 — 算得清内存与账单

先修要求与关联技术

• 数据库专题 — 关系型与图数据库的互补设计
• AI/ML 专题 — 图神经网络（GNN）与图嵌入算法
• 数据工程专题 — 大规模图数据的 ETL 与存储方案
• 安全专题 — 金融反欺诈与合规

专题统计

• 文章数量: 47 篇核心教程
• 覆盖领域: 图建模、Cypher/SPARQL、图算法、图嵌入与 GNN、知识图谱、GraphRAG、反欺诈、推荐系统、可视化、性能调优、集群运维、存储引擎、查询优化、导入 ETL、实体解析、社区发现、时态图、深度遍历优化、图约束治理、中心性算法、子图模式挖掘、知识图谱推理、自定义过程扩展、Text2Cypher 与 LLM 图查询、ISO GQL 标准、备份恢复与容灾、流式图处理、访问控制安全、容量规划与成本、路径搜索与最短路、联邦查询与虚拟图、图采样与子图抽取、基准测试与压测、供应链图谱、图数据版本化与 diff
• 难度分布: 入门 12% → 中级 30% → 进阶 40% → 高级 18%
• 先修要求: 线性代数、概率论、基础 Python、Java（自定义过程篇）
• 总预估阅读时间: 约 1680 分钟