![图数据库构建](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-12-12.jpg)

### 一、业务背景

BOSS 直聘自 2014 年成立以来，凭借首创的让求职者与招聘方直接对话“直聘模式”，迅速成长为国内月活跃用户最多的在线招聘平台。这一模式极大提升了人岗匹配效率，也让 BOSS 直聘成为用户使用频率最高的求职 App。

然而，随着日活跃用户突破百万量级、微服务架构日益复杂，传统运维体系逐渐显露出系统性瓶颈。监控指标、日志、调用链和事件数据分散在多个孤立系统中，缺乏统一视图，导致故障排查困难。尤其在跨团队、跨技术栈的场景下，服务依赖关系模糊，根因定位高度依赖专家经验，缺乏标准化流程和自动化支撑。运维人员不得不在多个工具间频繁切换，信息整合成本高、响应速度慢，最终体现为平均故障修复时间居高不下，不仅影响用户体验，也持续消耗宝贵的研发与运维资源。

![BOSS直聘图数据库构建](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-12-12-1.jpg)

### 02 为什么选择悦数解决问题

面对这些挑战，BOSS 直聘运维团队意识到，破局的关键在于**构建一张动态、实时、全链路的服务与资源依赖图谱**，将割裂的数据融合为统一的关联视图，并在此基础上实现智能化的异常传播分析与根因定位。

为此，团队对图数据库提出了明确要求：必须能高效处理亿级节点与边的关系，支持毫秒级复杂图查询；具备灵活的数据建模能力以适应快速演进的架构；同时需满足分布式部署与高可用性，支撑核心运维场景的稳定性需求。

经过 BOSS 直聘团队的深入评估，[悦数图数据库](https://www.yueshu.com.cn/database)凭借其在海量关系处理、实时查询性能、时序数据支持以及国产化适配等方面的综合优势，被选定为智能运维平台的核心引擎。

![图数据库](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-12-12-2.jpg)

### 03 构建端到端的根因定位体系

围绕“将复杂故障转化为结构化图问题”的理念，BOSS 直聘依托悦数图数据库，打造了一套覆盖建模、采集、计算与可视化的完整根因定位体系。

在建模层面，团队构建了多维度的依赖图谱：横向刻画服务间的调用关系，纵向打通应用与底层基础设施，并引入根因抽象节点，将发布变更、配置错误、资源瓶颈、硬件故障等潜在诱因纳入图谱。尤为关键的是，借助悦数图数据库的多版本边机制，系统能够记录调用链随时间变化的性能指标，实现故障的时序回溯与动态分析。

![悦数图数据库](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-12-12-3.jpg)

![悦数图数据库](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-12-12-4.jpg)

数据方面，平台打通了四大核心来源：分布式追踪系统提供的 Trace/Span 数据、Prometheus 与 JVM 采集的性能指标、日志与告警事件，以及主机和中间件的实时状态信息。这些异构数据通过 Kafka 统一接入，经属性富化与标准化后，转化为带时间戳和业务属性的图结构，写入悦数图数据库。每条边不仅表示依赖关系，还嵌入了延迟、错误率、QPS 等关键指标，为后续分析提供丰富上下文。

![图数据库](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-12-12-5.jpg)

在根因分析阶段，系统利用悦数图数据库强大的图遍历与计算能力，从告警出发自动执行影响范围圈定、传播路径还原和候选根因排序。通过 PageRank 算法对节点进行动态加权——综合考虑出入度、链路错误密度及关联事件强度——系统能精准识别出“风暴中心”节点，即最可能的故障源头。例如，在一次真实故障中，平台迅速定位到网络设备A的端口异常为根本原因，其影响经主机传导至 auth-service 服务，并进一步扩散至多个下游应用，整个链路清晰可溯。

该图谱系统已深度融入运维响应闭环：告警触发后，自动启动根因分析并通知责任团队；同时可联动自愈策略，如流量摘除、服务重启或降级熔断，实现分钟级止损；故障恢复后，完整事件链路被自动归档，用于 SLO 复盘与稳定性优化。

自上线以来，基于悦数图数据库的智能根因定位平台显著优化了 BOSS 直聘的故障响应效率。MTTR 大幅下降，跨团队协作更加顺畅，专家经验得以沉淀为可复用的分析逻辑，真正实现了从“人扛故障”到“系统治障”的转变。

BOSS直聘以悦数图数据库为核心，构建智能根因定位平台，通过多维度依赖建模、数据采集与图构建、图计算驱动故障定位，实现运维效率与稳定性飞跃，MTTR显著缩短，为业务稳定性构筑坚实屏障。

BOSS 直聘基于悦数图数据库构建智能根因定位平台的实践

![悦数图数据库 v5.2](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-11-20.jpg)

近年来，人工智能正从“感知智能”向“认知智能”演进。大模型虽能生成流畅文本，但在事实准确性、逻辑推理和动态决策方面仍面临挑战。越来越多的企业意识到：要构建真正可信、可解释、可落地的 [AI 系统](https://www.yueshu.com.cn/yueshu-AI)，仅靠模型本身远远不够——必须为其配备高质量、结构化、富含关联的数据基础设施。

图数据库因其天然擅长表达实体间复杂关系，正成为支撑 AI 推理与决策的关键组件。本次悦数图数据库 v5.2 正是围绕这一趋势，在计算、查询与可靠性三个维度进行系统性升级，旨在为推荐、风控、[知识问答](https://www.yueshu.com.cn/solutions/intelligant-qa)、RAG 等典型 AI 场景提供更坚实的数据支撑。

### 让图计算更简单：降低 AI 团队使用图技术的门槛

**轻量图计算引擎，支持实时子图推理**

许多 AI 应用并不需要处理全量图数据，而是聚焦于由当前事件触发的局部关系网络。传统方案需将数据导出至独立计算集群，延迟高、架构复杂。

新版本的悦数图数据库将轻量化图计算能力内嵌到图数据库中，支持在数据库内部动态生成临时子图，并直接在其上执行风险评分、社区发现等算法。这使得 AI 系统能快速完成基于关系的实时推理，无需跨系统调度，显著提升响应速度与工程效率。

![轻量化图计算](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-11-20-01.png)

### 扩展 GQL 查询语言，降低开发门槛

在实际 AI 项目中，算法工程师和业务分析师经常需要探索不同的关系挖掘逻辑——比如“如果一个账户在短时间内关联多个新设备，则触发风险链路回溯”，或“基于用户-商品-评论构成的异构网络，动态计算影响力分数”。这类逻辑本质上是图上的条件遍历与聚合计算。
然而，传统图计算框架虽然性能优异，但对非系统开发人员极不友好：不仅需要掌握底层编程语言，还必须处理数据分区、节点通信、容错等分布式细节。这使得业务逻辑的验证周期长、试错成本高，严重拖慢 AI 模型的迭代速度。

悦数图数据库 v5.2 针对这一痛点，对图查询语言 GQL 进行了关键扩展：

● 支持控制流语句，使用户能直接在查询中表达复杂的、动态的业务规则，不再受限于静态的图遍历模式；
● 引入 Procedure 机制，允许将常用的关系计算逻辑封装为命名过程，实现模块化、可复用和版本管理，就像编写普通软件函数一样；
● 使用统一的 GQL Procedure 语法，这意味着在在线服务中开发和调试的算法，无需重写即可直接部署到离线大规模计算引擎上运行，无缝进行全量生产。

这种设计大幅降低了图算法的使用门槛，让算法人员能专注于业务逻辑本身，而不是底层工程细节，从而显著加速 AI 应用从原型到落地的全过程。

**计算结果直连 AI 工作流**

图计算产出的特征是训练 GNN 或传统机器学习模型的重要输入。悦数图数据库 v5.2 支持将结果直接写入图库、CSV 或 S3/HDFS，无缝对接特征平台或训练流水线，缩短数据—特征—模型的闭环周期。

### 让查询更高效：提升 AI 的感知与推理能力

**百倍性能提升，支撑深度多跳推理**

在处理复杂问题时，大型语言模型倾向于产生所谓的“幻觉”，即生成的信息看似合理但并不准确或与事实不符。这往往是因为缺乏对底层事实链的有效验证机制。通过图数据库进行多跳关系检索，可以为基于RAG 的系统提供坚实的、可追溯的事实依据，从而减少信息不准确的问题。

在悦数图数据库 v5.2 中，针对最短路径和全路径查询等关键算法进行了重大优化。实验表明，这些优化使得性能提升了两个数量级，这意味着即使在包含亿级别边的关系网络中，系统也能高效地执行超过五跳及以上的深度推理查询，查询深度越深，效率提升越大。并且，这样的性能改进对于构建高可信度的AI 问答系统、合规审查应用等具有重要意义。

![AI 问答系统](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-11-20-02.png)

路径类查询是图数据库查询中的典型模式，广泛应用于诸如股权穿透分析、风险追踪、路由规划以及影响分析等多种场景。比如，在金融领域进行风险评估时，能够快速而准确地识别出跨越多个实体之间的间接关系，对于及时发现潜在风险点非常关键。同样，在供应链管理中，理解不同企业间复杂的供应关系网有助于提高供应链的透明度和响应速度。

因此，悦数图数据库 v5.2 不仅极大地增强了图数据库处理复杂路径查询的能力，还进一步推动了 AI 技术在需要精确数据关联和深入关系挖掘领域的应用与发展。这为开发更加智能、可靠的应用程序提供了强大的技术支持。

### 图 + 向量 + 全文一体化检索，构建更可靠的 RAG 基础设施

当前主流的检索增强生成系统通常依赖向量相似度从海量文档中召回相关片段。这种方式在对事实性、严谨性和一致性要求不高的场景中尚可胜任，但在银行、保险、证券等依赖实时决策的金融业务中，其数据延迟高、状态更新滞后、上下文缺乏关联、事实难以验证甚至产生幻觉等问题尤为突出。

悦数图数据库 v5.2 通过原生支持全文索引，实现了图查询、向量检索与全文检索的深度融合，让 AI 事实感知正在发生的业务事实。用户无需引入外部引擎，即可在单次查询中灵活组合三种检索方式：

● 利用向量检索快速定位语义相关的实体或文档；

● 通过全文索引精确匹配关键词或短语，提升召回准确性；

● 借助图遍历沿知识节点之间的关系进行多跳扩展，构建完整的事实链路。

三模能力统一集成在单一数据库内，显著降低了系统架构复杂度和 TCO，同时避免了跨系统查询带来的延迟与数据一致性问题，为构建高性能、高可信的下一代 RAG 引擎提供了坚实基础。

### 超级节点采样：提升高连接度场景下的查询稳定性

在推荐系统、社交网络、用户行为图谱等典型 AI 应用中，某些节点往往与成千上万甚至百万级其他节点相连，形成所谓的“超级节点”。当图查询路径经过这类节点时，系统需要处理大量边数据，极易导致响应时间剧烈波动，影响服务 SLA 和用户体验。

悦数图数据库 v5.2 允许用户在遍历边时按指定策略对结果进行动态裁剪。例如，在“为你推荐可能认识的人”这类查询中，若中间节点是拥有百万好友的明星用户，系统可根据定义好的策略自动采样其中一小部分关联关系参与后续计算，既保留了推荐多样性，又有效控制了资源消耗和延迟抖动。

### 新增 GEO 支持：赋能时空类 AI 应用

许多现实世界的 AI 任务不仅涉及“谁和谁有关”，还高度依赖“他们在哪”。例如：物流路径优化需结合路网拓扑与地理距离；区域风控模型需识别某地理位置周边的异常设备聚集；电网或物联网系统需监控空间邻近节点的连锁故障风险。

悦数图数据库 v5.2 新增对 GEO 数据类型的原生支持，并内置常用地理空间函数。用户可直接在图结构中存储经纬度坐标，并在查询中同时利用关系网络与空间位置进行联合分析。

这意味着，AI 系统现在可以在一个统一的数据模型中融合“网络关系”与“地理上下文”，无需额外引入 GIS 引擎或进行复杂的跨系统数据对齐。无论是智能调度、区域热点发现，还是时空异常检测，悦数图数据库都为这类 AI 应用提供了更简洁、高效的底层支撑。

### 可靠性增强：保障 AI 业务连续运行

AI 应用如今已深度嵌入企业核心流程，高度依赖底层数据基础设施的高可用性与容灾能力。一旦图数据库因故障中断或响应延迟激增，不仅会影响用户体验，更可能导致错误决策甚至业务损失。

针对这一需求，悦数图数据库 v5.2 在企业级可靠性方面进行了多项关键增强：

● 增量备份：相比全量备份，悦数图数据库 v5.2 支持仅备份自上次以来发生变化的数据，大幅减少备份窗口和存储开销。这使得高频更新的知识图谱或用户关系网络能够以更低代价实现数据保护，满足金融、电信等行业对数据可恢复性的合规要求。

● 节点热替换：当某台物理机或容器实例发生硬件故障、资源异常或需要升级维护时，运维人员可在不中断服务的前提下，将故障节点平滑替换为新节点。整个过程对上层 AI 应用透明，降低了传统方案中因节点下线导致的查询失败或连接抖动造成的影响。

● 多副本场景下的降级读能力：在极端情况下，悦数图数据库 v5.2 允许系统在保证数据一致性的前提下，临时启用单副本只读模式，继续响应关键查询。例如，在风控系统中，即使部分节点不可达，仍可基于可用数据返回风险评分，而非直接拒绝服务。

这些能力共同构成了面向生产环境的高可用保障体系，确保图数据库在面对硬件故障、网络波动或运维操作时，依然能为 AI 应用提供低延迟、高可用、强一致的数据服务，真正实现“7×24 小时不间断”的智能决策支持。

这些能力共同构成了面向生产环境的高可用保障体系，确保图数据库在面对硬件故障、网络波动或运维操作时，依然能为 AI 应用提供低延迟、高可用、强一致的数据服务，真正实现“7×24 小时不间断”的智能决策支持。

人工智能的下一阶段，不再是有没有模型，而是有没有可信的数据支撑。悦数图数据库 v5.2 正是朝着这一方向迈出的关键一步——不追求概念包装，而是聚焦于解决 AI 落地中的真实痛点：如何高效获取关系、如何实时计算特征、如何确保推理可靠。

无论您正在构建企业知识库、智能风控系统，还是探索 RAG 与大模型的深度融合，悦数图数据库都能为您提供一个更简单、更高效、更稳健的关系数据底座。

悦数图数据库 v5.2 版本已经正式上线，欢迎拨打电话：0571-58009980、扫描二维码或点击文末阅读原文按钮，详细了解并预约一对一演示！

悦数图数据库 v5.2 惊艳登场！此次更新聚焦图计算与多模检索两大核心领域，凭借优化算法与架构，显著提升数据处理速度与精度。新版本进一步强化对 AI 应用的支撑，助力开发者更高效构建智能应用，开启图数据库应用新篇章。

悦数图数据库 v5.2 正式发布：聚焦图计算与多模检索，提升 AI 应用支撑能力

![图计算标准化](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-10-22-1.jpg)

近日，全国智能计算标准化工作组 2025 年度全体会议在济南成功召开。会上，杭州悦数科技有限公司被授予“2025 年度标准化工作先进单位”称号，由中国工程院院士、工作组主任委员孙凝晖亲自颁奖，以表彰杭州悦数在智能计算标准化工作中的积极贡献。

作为《智能计算 图计算性能测试方法》国家标准的核心参与单位，杭州悦数自项目启动以来，深度参与技术框架设计、测试指标定义及验证方案讨论，助力解决当前图计算领域性能评估方法不统一、不规范等问题，为图计算系统的选型、优化与产业推广提供科学依据。

在标准制定过程中，杭州悦数基于在大规模[图数据库系统](https://www.yueshu.com.cn/database)上的工程实践，提出了多项建议，积极参与标准制定的各项工作，多次参与讨论会议，与业界同仁共同探讨图计算性能测试的关键要素和技术细节，为标准的完善与科学性提供了重要支持，有效提升了标准的实用性与行业适配性。

![图数据库](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-10-22-3.png)

**杭州悦数长期致力于图数据库核心技术的自主创新，其自研产品已实现 100% 自主可控，广泛应用于金融、政务、能源等领域，并拥有 40 余项国家发明专利。** 此次参与国家标准制定，不仅体现了杭州悦数在图技术领域的技术积累与行业影响力，也彰显了其推动产业规范化、生态化发展的责任担当。未来，悦数将持续投入标准建设，协同产学研力量，共促图计算技术高质量发展。

杭州悦数凭借在图计算标准化领域的卓越贡献，获评“2025年度标准化工作先进单位”。公司长期以标准引领行业创新，推动图计算技术规范化发展，此次获奖彰显了其在技术标准制定与产业协同中的标杆作用。

 以标准引领图计算发展：杭州悦数获评“2025 年度标准化工作先进单位”

![金融图技术](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-10-22-2.png)

2025 年 10 月 18 日，复旦大学计算机建系五十周年大会在相辉堂隆重举行。值此重要时刻，由杭州悦数科技有限公司与复旦大学联合设立的“先进金融图技术校企联合研究中心”正式揭牌。该中心的成立，标志着学术界与产业界在图技术与金融科技交叉领域的深度协同迈入新阶段，旨在通过联合攻关，推动[图技术](https://www.yueshu.com.cn/explorer)在金融场景中的创新应用与技术突破。

该研究中心由复旦大学叶广楠教授与杭州悦数首席技术官叶小萌共同担任主任。自 2025 年 3 月启动以来，双方已在智能化图数据库、ISO-GQL 标准优化、高性能图系统架构及金融应用示范等方向展开实质性合作，并在复旦大学金融科技研究院举行了启动仪式与课题汇报。此次在复旦计算机系50周年庆典上的揭牌，进一步彰显了双方对长期合作的承诺与信心。

当前，金融行业正面临数据关系日益复杂、实时决策需求不断提升的挑战。传统关系型数据库在处理高维关联数据时已显乏力，而图技术凭借其天然表达实体间关系的能力，正成为支撑智能风控、[知识图谱](https://www.yueshu.com.cn/solutions/knowledge-graph)构建等核心金融应用的关键基础设施。为此，联合研究中心聚焦四大重点方向：一是探索大模型与图数据库融合的智能化技术路径，降低图技术使用门槛并提升复杂问题求解能力；二是围绕国际标准 [ISO-GQL](https://www.yueshu.com.cn/analytics)，研究分布式环境下的高效查询优化，特别是针对金融场景中常见的“超级节点”问题；三是通过 RDMA 等硬件加速技术优化图数据库系统性能，提升吞吐与响应效率；四是结合国产化需求，在典型金融业务中开展图数据库解决方案的落地验证，形成可复制、可推广的示范案例。

**作为国内图技术领域的先行者，杭州悦数始终致力于推动技术创新与产业实践的深度融合。** 公司是全球首家发布原生支持 ISO-GQL 标准的分布式图数据库厂商，其自研系统已实现对千亿级点、万亿级边规模数据的毫秒级查询能力。此外，悦数在业界率先提出并落地 GraphRAG（图增强检索生成）架构，相关实践早于国际同行，并获得国内外知名咨询机构认可。目前，悦数的技术已服务于 2000 余家客户，广泛应用于实时风控、关联分析、智能投研等场景。

复旦大学副校长、计算与智能创新学院院长汪源源在庆典中强调，新工科建设需“从 0 到 10 ”与“从 10 回看 0”双向发力，既要强化原始创新，也要注重产业对接。中国工程院院士柴洪峰曾指出，该联合研究中心的设立，正是响应国家在金融科技与基础软件领域的战略需求，通过高校的学术深度与企业的工程能力形成互补，构建“学术引领—技术突破—产业落地”的良性循环。杭州悦数 CTO 叶小萌表示：**“我们期待以此次合作为契机，将复旦在算法、系统与标准研究方面的优势，与悦数在大规模图系统工程与金融场景理解上的经验相结合，共同攻克行业真实难题。同时，我们也希望通过支持高校的基础研究，反哺图技术生态的长期发展。”**

展望未来，随着 AI 与大数据技术的持续演进，图技术将在金融智能化进程中扮演愈发关键的角色。联合研究中心将持续深化技术攻关，推动图数据库在更多金融子领域的规模化应用，并为构建安全、高效、自主可控的金融科技基础设施提供支撑。杭州悦数也将继续投入资源，携手学术界，共同探索图智能的下一个前沿。

杭州悦数与复旦大学强强联手，共建的“先进金融图技术校企联合研究中心”正式揭牌。该中心聚焦金融图技术研发与应用，将整合双方优势资源，推动产学研深度融合，为金融行业智能化转型提供创新动能。

杭州悦数与复旦大学共建“先进金融图技术

在金融风控、政务治理、能源监测等关键领域，复杂数据关联分析已成为业务决策的核心需求。然而，信创场景的特殊性——全栈自主可控、海量实时计算、系统高可用性——对传统技术架构提出了近乎苛刻的要求。**悦数图数据库一体机应运而生，以软硬协同的垂直设计范式，深度融合图数据库引擎与底层异构算力，将图数据库集群的部署调优与运维复杂度收敛至“开箱即用”的工程级交付**。其内置的鲲鹏 CPU、麒麟 V10 SP3 操作系统与悦数图数据库 v5.0，已完成全栈信创生态适配，确保从芯片到应用的自主可控。用户可快速投入业务场景，节省超 60% 的部署与调优时间。

![https://www-cdn.yueshu.cn/yueshu-website/images/250514-2.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250514-2.jpg)


# 性能跃升5倍：深度优化释放图计算潜能

针对海量图数据的实时分析需求，悦数图数据库一体机采用自研分布式图引擎，结合专有硬件和智能管理软件进行深度优化，实现了查询吞吐量与事务处理能力的跨越式提升。**测试数据显示，其深度关联查询性能较传统方案 QPS 提升超 500%，单机可支持高达 100 亿规模的图数据存储，并支持横向扩展至千亿级**。

![https://www-cdn.yueshu.cn/yueshu-website/images/250514-4.png](https://www-cdn.yueshu.cn/yueshu-website/images/250514-4.png)
 

> 悦数图数据库一体机监控面板


# 产品矩阵：精准匹配业务规模

悦数图数据库一体机提供基础款与增强款双版本配置，精准适配不同业务规模需求。基础款面向中小规模场景，以高性价比满足实时图计算需求，单节点可支持 100 亿级数据存储，扩展灵活。增强款专为海量数据设计，单节点容量提升至 400 亿边，扩展能力强化 115%，适用于省级政务、金融风控等超大规模关联分析场景。


# 全栈信创合规：构建高可靠企业级架构

为满足金融、政务等核心场景的严苛要求，悦数图数据库一体机从硬件到生态层构建三重可靠性防线。在硬件设计上，通过 RAID 磁盘冗余机制、LVM 逻辑卷管理技术与双电源备份策略，确保单节点数据安全性与供电稳定性。在系统架构中，2 节点集群即可实现主备无缝切换，3 节点以上支持多副本多活能力，保障业务在极端场景下的持续运行。同时，产品深度适配国产芯片、服务器及麒麟操作系统，真正实现自主可控。



无论是基础款还是增强版，均支持从单机到分布式集群的平滑扩展，用户可按业务增量灵活扩容。



悦数图数据库一体机即日起正式发布！如果您想了解更多有关信息，可通过以下方式联系我们。

悦数正式推出全栈信创图数据库一体机，通过深度整合国产化硬件与自研图计算引擎，为企业及政务客户提供安全可靠、开箱即用的高性能图数据处理能力。

悦数图数据库一体机发布，让复杂关联计算开箱即用

3 月 26 日，杭州悦数科技有限公司与复旦大学共同宣布，“先进金融图技术校企联合研究中心”正式启动，由复旦大学叶广楠教授和杭州悦数首席技术官叶小萌担任联合研究中心主任。该中心的成立标志着学术界与产业界的深度合作迈入新阶段，双方将共同探索领先的图技术在金融领域的落地应用，为行业发展注入新的动力。

启动仪式于复旦大学金融科技研究院隆重举行，由复旦大学叶广楠教授致欢迎辞，并举行了隆重的签约仪式。随后，研究中心的重点课题汇报环节展示了双方在图技术领域的前沿研究成果，涵盖了智能化图数据库关键技术、ISO-GQL标准优化、高性能图数据库技术以及金融领域应用示范等多个方向。

![https://www-cdn.yueshu.cn/yueshu-website/images/250327.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327.jpg)


# 聚焦前沿课题，破解金融难题

近年来，金融行业正面临着数据规模激增、复杂关系处理需求提升等挑战。传统的数据处理方式已无法满足金融机构对高效决策支持的需求。为此，“先进金融图技术校企联合研究中心”确立了四大重点研究方向：


## 与大模型结合的智能化图数据库关键技术研究

研究如何通过大模型与图数据库的结合，快速构建领域知识图谱并降低使用门槛，同时提升大模型回答复杂问题的准确性。此外，还将联合其他机构共建 Text2GQL 测试基准及榜单，推动 ISO-GQL 标准的应用推广。


## ISO-GQL 标准下的高效图查询技术

围绕最新的 ISO-GQL 国际标准，探索分布式环境下高效图查询处理技术，特别是针对金融业务中常见的超级节点优化方案，助力金融机构实现更高效的查询性能。



## 高性能图数据库系统优化

通过 RDMA 加速技术改造现有图数据库系统，减少网络延迟和计算资源消耗，进一步提升系统性能，为金融场景提供更强的技术支撑。

## 金融领域的落地应用示范

结合国内金融行业需求，开发国产化图数据库解决方案，并在典型应用场景中进行测试评估，形成可复制、可推广的示范案例。

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-1.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-1.jpg)

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-2.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-2.jpg)


# 产学研结合，共创行业未来

杭州悦数作为国内图技术领域的领军企业，始终致力于推动技术创新与实际应用的结合。作为全球首家发布原生支持 ISO-GQL 标准的分布式图数据库厂商，悦数率先定义了图数据库领域的国际标准，并通过领先的架构设计实现了对千亿点万亿边规模数据的毫秒级查询处理能力。同时，悦数还是业界首个提出 Graph RAG 概念并将其落地实践的企业，比微软早一年推出这一创新解决方案，获得 Gartner、IDC 等权威机构的高度认可。凭借卓越的技术实力，悦数已为超过 2000 家企业提供高效解决方案，覆盖实时风控、欺诈检测、知识图谱等核心场景，助力其实现商业价值和社会效益的最大化。此次与复旦大学的合作，不仅体现了悦数对产学研融合的高度重视，也彰显了其回馈学术界、支持基础研究的企业精神。

柴洪峰院士在发言中指出，**此次联合研究中心的成立是围绕国家战略需求，充分发挥企业实力与高校学术优势，构建产学研协同创新的大格局。他强调，通过以学术带动产业落地、以产业实践反哺学术研究，形成双向促进的良性循环。最后，他表示，在人工智能蓬勃发展的背景下，探索AI与图技术的深度融合将成为金融科技领域的重要课题和全新方向。**

杭州悦数首席技术官叶小萌在总结发言中表示，**“我们希望通过这一研究中心，将复旦大学的先进学术成果与悦数的落地实践经验相结合，共同攻克金融行业面临的复杂数据挑战。同时，也借此次合作为契机，进一步深化与复旦大学及其他学术机构的合作，共同探索更多前沿技术的可能性，为行业发展树立新的标杆。”**

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-4.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-4.jpg)


# 展望未来，赋能金融生态

随着人工智能、大数据等技术的快速发展，图技术在金融领域的应用前景愈发广阔。从反欺诈分析到信用风险评估，从智能投顾到实时风控，图技术正在成为金 融机构数字化转型的重要工具。

未来，“先进金融图技术校企联合研究中心”将继续深化研究，推动图技术在更多金融场景中的落地应用，助力行业实现更高效、更精准的数据驱动决策。同时，杭州悦数也将持续投入资源，支持学术研究与技术创新，为行业发展注入源源不断的活力。

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-3.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-3.jpg)

杭州悦数科技有限公司与复旦大学共同宣布，“先进金融图技术校企联合研究中心”正式启动，由复旦大学叶广楠教授和杭州悦数首席技术官叶小萌担任联合研究中心主任。该中心的成立标志着学术界与产业界的深度合作迈入新阶段，双方将共同探索领先的图技术在金融领域的落地应用，为行业发展注入新的动力。

图技术赋能金融未来：杭州悦数与复旦大学共建“先进金融图技术校企联合研究中心

今日，通义千问正式发布全新大模型 QwQ-32B，以 320 亿参数实现媲美千亿级模型的性能突破，并首次将强化学习技术深度融入大模型训练，显著提升数学、编程及通用场景的推理能力。悦数 Graph RAG 宣布已实现与 QwQ-32B 的无缝衔接，进一步强化企业私域知识与大模型技术的融合，助力企业打造更精准、更智能的AI应用。

# QwQ-32B：强化学习重构大模型的“思考逻辑”

阿里云通义千问团队最新发布的 QwQ-32B，以强化学习为核心突破点，重新定义了大模型的推理范式。其核心能力体现在三个层面：


## 数学与编程的专项突破

通过答案正确性反馈替代传统奖励模型，直接校验数学问题答案的正确性，并利用代码执行服务器验证代码可行性。训练结果显示，数学推理与编程任务的准确率随训练轮次持续提升。据千问团队的消息：QwQ-32B “是一款拥有 320 亿参数的模型，其性能可与具备 6710 亿参数的 DeepSeek-R1 媲美。”


## 通用能力的“动态平衡”

在数学/编程专项强化学习训练后，通过通用奖励模型+规则验证器进行多目标优化，使得模型在提升常识推理、文本生成等通用能力的同时，不牺牲核心领域的性能。


##  Agent 化推理的进化

支持工具调用与自我反思，例如调用知识库检索信息后修正错误结论，这一特性与悦数 Graph RAG 的实时知识更新能力形成天然互补。


# 悦数 Graph RAG：从 Day 0 到 QwQ-32B 的深度适配

作为国内领先的 Graph RAG 产品，悦数 Graph RAG 从设计之初便深度适配通义千问系列模型。它具备原生 API 支持，能通过标准化接口直接调用通义千问系列模型，实现从知识图谱构建到自然语言问答的无缝衔接，用户仅需 3 行代码即可完成千亿级图谱的语义增强。同时拥有动态知识管理功能，基于通义模型的实时反馈，可动态更新图谱中的实体关系，例如在金融场景中的异常交易链路，以此解决传统 RAG 的 “知识滞后” 问题。


# 悦数 Graph RAG × QwQ-32B：1+1>2 的智能升级

此次 QwQ-32B 的发布，将为用户带来三重核心价值：

## 精准性再提升

QwQ-32B 的强化学习能力与 Graph RAG 的图谱检索技术结合，将企业私域数据构建成结构化知识图谱。当用户输入需求，系统可快速定位关键节点，确保生成内容与企业私域知识库高度一致，高效过滤大模型“幻觉”。例如，在金融、医疗等高敏感领域，关键决策的准确性将得到进一步保障。


## 复杂任务处理强化


依托 QwQ-32B 强大的数学推理与代码生成能力，Graph RAG 能够支持更为复杂的业务场景，以投资研报自动生成场景来说，QwQ-32B 在生成研报过程中通过一系列机制确保高质量产出。

逻辑一致性校验 ：模型调用知识图谱中的关联数据（如“锂矿价格↑→电池成本↑→电动车厂商利润率↓”），动态验证生成内容的逻辑链条是否合理。

数据准确性反馈 ：结合实时市场数据，如大宗商品价格API，自动校验研报中的关键数值，避免“幻觉”导致的错误结论。


合规性过滤 ：通过规则验证器屏蔽敏感表述，如“绝对收益承诺”，确保内容符合金融监管要求。


## 动态决策闭环构建

QwQ-32B 的 Agent 化能力与 Graph RAG 的实时知识更新特性结合，可打造“感知-决策-执行-优化”的完整闭环。例如，在供应链管理中，系统可动态调用知识图谱数据，结合环境反馈调整策略建议。


# 强化学习+知识管理：企业级 AI 的务实进化

通过整合 DeepSeek-R1 的深度搜索能力与自研 Agentic RAG 技术，悦数 Graph RAG AI 平台构建了从检索到推理的完整链路。此次与通义千问 QwQ-32B 的适配，进一步验证了技术路线的可行性：QwQ-32B 的强化学习能力与 Graph RAG 的知识管理架构形成互补——前者优化推理过程的动态决策，后者确保知识库的精准性与实时性。

值得注意的是，无论是在数学竞赛测试还是编程场景中，QwQ-32B 均展现出了出色的表现，而悦数 Graph RAG 正将这一能力转化为金融、医疗、工业等场景的实用工具。


# 关于悦数 Graph RAG


悦数 Graph RAG 是一款极简的知识应用构建平台，使 Graph RAG 技术的强大功能触手可及。用户可以通过友好易用的对话界面轻松创建搜索引擎、聊天机器人和内容生成应用，无需任何编程操作。通过激活和循环内部知识，悦数 RAG 能够最大限度地发挥其价值，将知识和见解转化为行动。


今日，通义千问正式发布全新大模型 QwQ-32B，以 320 亿参数实现媲美千亿级模型的性能突破，并首次将强化学习技术深度融入大模型训练，显著提升数学、编程及通用场景的推理能力。悦数 Graph RAG 宣布已实现与 QwQ-32B 的无缝衔接，进一步强化企业私域知识与大模型技术的融合，助力企业打造更精准、更智能的AI应用。

无缝进化！悦数 Graph RAG 适配通义千问 QwQ-32B，持续领跑大模型原生应用赛道

基于悦数图数据库打造的 Graph RAG 产品——悦数 RAG，已全面接入国产大模型顶流 DeepSeek。这一合作不仅标志着技术的深度融合，更意味着企业在复杂推理任务上的成本将大幅降低，效率显著提升。

# 拥抱 DeepSeek：技术升级与成本优化

悦数 RAG 是一款专为企业级应用设计，通过知识图谱有效缓解大模型幻觉，帮助企业快速构建专有知识生成应用的平台。此前，悦数 RAG 内置链接的是通义千问和 ChatGPT，如今，全面接入 DeepSeek 后，悦数 RAG 在多个关键指标上实现了质的飞跃。

以复杂推理任务中的典型应用场景金融研报生成为例，在接入 DeepSeek 之前，悦数 RAG在处理此类任务时，虽然已经表现出色，但在图抽取能力、生成质量和单次问答成本上仍有提升空间。而接入 DeepSeek 后，我们看到了令人瞩目的变化。

## 图抽取能力

基于 DeepSeek 推理能力模型的悦数 RAG，在更小规模模型下，零样本抽取效果达到了少样本结合工程优化的同等水平。凭借图 RAG 索引（GraphRAG Index）的优化，不仅显著降低了成本，还在效果上取得了理想收益。这种优化使得悦数 RAG 在处理复杂关联关系时更加高效，能够快速识别和连接数据中的关键节点，为用户提供更精准的图谱构建。

## 生成质量

DeepSeek 的透明思维过程为 Agentic GraphRAG 提供了更多的可解释性。同时在蒸馏模型与 R1 接入之后，Agentic RAG 的规划能力、Meta Agent 对于用户简洁输入场景的处理都相比传统的开放权重 instruct 模型有非常明显的提升。这种提升不仅体现在生成内容的质量上，还体现在对用户输入的理解和响应上，使得用户能够更直观地理解 AI 的决策过程。

## 单次问答成本

在 DeepSeek R1 蒸馏模型的更小规模版本中，相较于基线的大语言模型，其效果得到了显著增强与提升，这使得悦数 RAG 产品在推理成本上大幅降低，同时在同等资源下能够支持更多的并发请求。由于在更小的模型上就能获得同等的效果，这不仅降低了蒸馏模型的规模，还带来了响应时间的显著缩短。

![https://www-cdn.yueshu.cn/yueshu-website/images/20250208-3.png](https://www-cdn.yueshu.cn/yueshu-website/images/20250208-3.png)

## 深度融合：图技术与大模型的完美结合

悦数 RAG 的核心优势在于其基于悦数图数据库的 Graph RAG 架构。通过知识图谱，悦数 RAG 能够有效缓解大模型的幻觉问题，确保生成内容的真实性和可靠性。而 DeepSeek 的加入，更是为这一架构注入了强大的动力。DeepSeek 的多任务处理能力和高效的模型架构设计，使得悦数 RAG 在处理复杂推理任务时更加得心应手。


## 关于悦数 RAG

悦数 RAG 是一款极简的知识应用构建平台，使 Graph RAG 技术的强大功能触手可及。用户可以通过友好易用的对话界面轻松创建搜索引擎、聊天机器人和内容生成应用，无需任何编程操作。通过激活和循环内部知识，悦数 RAG 能够最大限度地发挥其价值，将知识和见解转化为行动。


## 关于 DeepSeek

DeepSeek 是国产大模型中的佼佼者，以其卓越的多任务处理能力、高效的模型架构设计以及在文本生成、语义理解、计算推理等领域的出色表现而备受关注。DeepSeek 的加入，为悦数 RAG 带来了强大的技术支持和成本优势。

**如果您有兴趣免费试用我们的产品，欢迎通过以下方式联系我们。**

**联系我们丨杭州悦数科技有限公司**

**咨询邮箱：contact@yueshu.com.cn**

**咨询热线：(+86)0571-58009980（工作日 09:30-18:30）**

基于悦数图数据库打造的 Graph RAG 产品——悦数 RAG，已全面接入国产大模型顶流 DeepSeek。

悦数 RAG 联手国产大模型顶流 DeepSeek：复杂推理成本直降 70%


> 本文为杭州悦数 CTO 叶小萌在“标准+智能：新质生产力的原动力”悦数图数据库新产品发布会上的演讲回顾，主题为：《新标准、新期待：展望图数据库发展的关键方向》


各位嘉宾、悦数图数据库的用户以及线上的观众朋友们大家好！今天很高兴有机会和大家分享我对数据库，尤其是图数据库的感悟与想法。


# GQL 的诞生推动图数据库的发展

在 2000 年前后，图数据库的概念尚未普及，当时主要通过 Java API 进行相关操作。直到 2009 年，Apache TinkerPop 规范定义的 Gremlin 查询语言首次发布；两年后的 2011年，Neo4j 推出了更加广为人知的 Cypher 图查询语言。在图数据库的后续发展中，虽然越来越多的厂商为图数据库增添了丰富的功能，但多样的查询语言也给用户带来了困扰。在选择产品时，用户不仅需要考虑产品本身的性能，还必须评估查询语言的易学性和掌握难度。此外，如果所选产品所使用的查询语言在几年后不再被广泛采用，替换成本将会非常高。这种情况直接影响了图数据库在业界的接受度。

直到 2019 年，国际标准化组织（ISO）成立了专门工作组，致力于制定图数据库查询语言的标准。经过近五年的讨论，2024 年 4 月，ISO 正式发布了国际标准图查询语言 ——Graph Query Language（GQL）。GQL 标准的发布标志着图数据库技术走向成熟的重要一步。它不仅有助于提高图数据库的可操作性，还降低了用户的迁移成本，促进了图数据库技术的广泛应用。**杭州悦数作为图数据库厂商也积极参与了标准的制定，进一步增强了标准的权威性和实用性，悦数图数据库更是全球首款原生支持 GQL 的图数据库产品。相信 GQL 的发布有望像当年 SQL 标准推动关系数据库发展一样，推动图数据库的发展，提升业界对图数据库的接受程度。我们有理由相信，在 2030 年前后，依托于 GQL 标准， 图技术将全方位融入生活，形成行业的结构化、产业化。**

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_08.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_08.png)

# 图数据库与 HTAP：融合发展，突破数据处理瓶颈


在数据库领域，近年来出现了 HTAP 概念，旨在将 OLTP（在线事务处理）和 OLAP（在线分析处理）功能整合于一个系统中。在传统企业架构中，OLTP 系统负责在线业务的数据修改和查询，而数据随后会同步到后端数据仓库以进行分析和挖掘。然而，这种方式无论是传统关系型数据库还是图数据库，往往都面临高存储成本和数据时效性的问题。截至 2023 年，OLTP 和 OLAP 在的市场份额基本上各占一半。然而，在图数据库领域，分析需求的占比可能更高。根据我们接触到的市场情况，分析需求可能占到 60% - 70%，而在线事务处理则占 30% - 40%。

作为图数据库厂商，**我们希望能够整合图数据库的交易与分析功能，实现 HTAP 能力。首先，实现底层数据共享，以解决存储和数据时效性的问题；其次，针对分析查询，既然已经有了 GQL 标准，我们可以能够使用它进行分析查询，就像使用 SQL 进行查询一样**。此外，图数据库中存在许多算法，而以往在不同系统中描述这些算法的难度较大，对数据分析人员的要求也很高。因此，我们希望在 GQL 的基础上，具备描述算法的能力，从而真正实现查询语言的统一。因此我们认为基于标准的分布式 HTAP 系统是图数据库未来的重要发展方向。

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_10.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_10.png)

# 图数据库与 AI ：打破向量局限，实现优势互补

2022 年底，OpenAI 发布了 3.0 大模型，掀起了 AI 的热潮。如何有效地将私有数据与公共领域的知识模型结合，成为了一个重要的研究课题。对于企业而言，训练专有的大模型不仅需要强大的计算能力，还对技术团队和研发团队提出了较高的要求。相比之下，RAG 技术将私有数据作为大模型的补充，避免了重新校正和训练模型的复杂过程，因此对技术能力的要求相对较低。随着大模型的不断发展，基于向量数据库的 RAG 解决方案也逐渐涌现。

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_12.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_12.png)

然而，基于向量数据库的 RAG 存在显著问题。私有数据本身具有内在的关联关系，但向量数据库无法有效地体现这些关系。而用户给到大模型的请求是按照 Token 来计算的，Token 越多，计算量越大，价格也越高，时间也越长，RAG 因为缺少了关联的知识，会导致大量的计算资源的浪费和时间的浪费，且结果不够精准。

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_13.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_13.png)

相比之下，**图数据库能够更好地识别和保留这些关系，从而提高信息检索的准确性和效率。图数据库在处理复杂关系和大规模数据方面具有天然优势，这对于 AI 的理解和推理能力至关重要。**

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_14.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_14.png)

**在 2023 年 8 月，我们提出用图数据库取代向量数据库，并与 LlamaIndex 社区合作推出 Graph RAG。该方案通过提供更具上下文感知的能力和数据训练的方法，缓解了传统搜索增强技术的幻觉，能够区分像“保温杯”和“保温大棚”这种关键字相似但语义不同的内容，确保所提供的回复不仅精确，而且信息丰富**。今年上半年，微软开源的 Graph 相关项目也印证了图数据库与 AI 结合是市场和技术共同选择的结果。


# 展望未来

图数据库的未来发展方向主要包括三个方面：

**拥抱 GQL**：继续支持和推广 GQL 标准，促进图数据库技术的普及与应用。

**探索基于标准的 HTAP 解决方案**：开发高效的 HTAP 系统，满足日益增长的数据处理需求。

**深化图数据库与 AI 技术的融合**：结合图数据库和大模型的优势，推动智能决策支持系统的发展。

图数据库不仅在技术上不断创新，还在实际应用中展现出巨大的潜力。未来，图数据库将在社交网络、推荐系统、金融风控等多个领域发挥重要作用，为数据驱动的决策提供强有力的支持。

感谢各位的聆听，希望今天的分享能够为大家带来一些启发和思考。谢谢。

本文为杭州悦数 CTO 叶小萌在“标准+智能：新质生产力的原动力”悦数图数据库新产品发布会上的演讲回顾，主题为：《新标准、新期待：展望图数据库发展的关键方向》

演讲回顾丨杭州悦数 CTO 叶小萌：图数据库发展新航向——拥抱 GQL，融合 HTAP，携手 AI


# 赛事介绍

由杭州悦数科技有限公司和 CCF 数字金融分会联合发起的 Graph RAG 竞赛将依托于 **CCF 首届中国数字金融大会**（2024 CDFC）同时举办，杭州悦数作为大会金牌赞助商，联合复旦大学金融科技研究院及复旦悦数先进金融图技术校企联合研究中心联合共同出题，面向全球企业、开发者及学生发布围绕图技术及 Gen AI 的赛题。

本次竞赛旨在通过使用金融研报等相关文档构建知识图谱，提升大模型在金融领域的知识检索和生成能力。通过这一竞赛，参赛者不仅能够展示他们在图数据库和 GraphRAG 技术方面的能力，还能为图数据库技术的发展做出贡献。


# 赛题背景

随着人工智能技术的不断发展，图数据库和图检索增强生成（GraphRAG）技术在大模型中的应用越来越广泛。GraphRAG 技术通过将私域数据作为大模型的外接知识库，能够更精炼、准确、高效和灵活地获取知识，从而解决大模型知识幻觉问题，以及通用 RAG 方法在处理文本分割与索引时的知识丢失问题。然而，外接知识的搭建与信息检索环节直接影响到最终模型的效果，是这一技术实践中的关键环节。如何设计文档解析、知识图谱生成、文本召回的策略，以更准确地向大模型提供用户问题对应的答案信息，具有重要的研究价值和实际意义。


# 赛题任务


使用金融研报等相关的文档构建知识图谱，根据用户问题检索知识库并返回答案所在的文本块，包括但不限于问题回答以及金融研报生成。


# 评判标准


####  ● 准确性（30%）：
模型检索到的答案是否准确、完整。

#### ● 专业度（20%）：
生成内容的专业性和符合金融领域的标准。

#### ● 创新性（20%）：
技术方案中的独创性和创新点。

#### ● 技术实现（20%）：
技术实现的完整度和代码质量。

#### ● 使用开源模型（10%）：
在实现中使用开源模型将给予额外加分。


# 额外说明  


#### 1.GraphRAG 中的 Graph 需选择使用 NebulaGraph； 


链接：[https://github.com/vesoft-inc/nebula](https://github.com/vesoft-inc/nebula)


#### 2.NebulaGraph 已接入 CAMEL AI 和 LlamaIndex，可参考使用；


#### 3.构建图谱的数据仅能使用下方链接提供的数据集；

链接：[http://u5a.cn/2yDTg](http://u5a.cn/2yDTg)

#### 4.最终需提交视频说明、项目代码及答案。


# 赛程安排  
比赛时间：2024 年 11 月 12 日-11 月 30 日；

**11 月 12 日**：发布大赛赛题，选手下载报名表，团队队长及个人参赛选手需在 11 月 25 日前将报名表发送至邮箱：ccf_competition@yueshu.com.cn 进行报名；邮件标题请按照格式“CCF 竞赛—悦数图数据库 Graph RAG 赛题—队伍名称”；

**11 月 25 日**主办方通过赛事交流群及网站公告发布测试问题的样例；

**11 月 25 日-30 日**参赛作品提交，滚动更新排行，每队每天最多提交三次，以最后一次为准；第二天更新前一天的最终排行；保留最高分；

**11 月 30 日**作品提交时间截止；

**12 月 1 日-3 日**主办方进行作品评审；

**12 月 4 日**通知获奖团队参与活动，若相关通知发出后 2 日内未答复，则视为自动放弃相应机会；

**12 月 7 日**大赛颁奖典礼

备注：以上赛程安排均为北京时间计算，赛程时间根据实际情况有调整的可能。
| 奖项 | 数量 | 奖金 |
| --- | --- | --- |
| 一等奖 | 1 支团队|人民币20,000元 |
| 二等奖 |2 支团队|人民币10,000元/获奖队伍 |
| 三等奖 | 2 支团队 |人民币5,000元/获奖队伍 |

以上所有获奖团队均可获得**由 CCF 数字金融分会及杭州悦数联合颁发的权威证书**


# 报名方式 
 

#### 报名表及赛事规则下载：


[点击下载](https://pan.baidu.com/share/init?surl=DaCQNWf4etVMtDnOpC9Pxg&pwd=6ww9)

**报名参与本次竞赛需阅读并同意比赛规则，若主办方发现参赛者有违反竞赛规则的情况，有权收回或拒绝授予奖项及奖金。大赛组委会保留对比赛规则进行调整修改的权利，大赛主办方拥有对大赛的最终解释权。**


# 联系我们  


参赛选手可扫描下方二维码进入赛事交流群，赛事相关信息将在群内通知，如二维码过期可添加赛事助手微信号：Yueshu-GraphDB

![https://www-cdn.yueshu.cn/yueshu-website/images/QRcode.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/QRcode.jpg)

5 万奖金等你来赢！CCF 中国数字金融大会 Graph RAG 赛题开启！

11 月 7 日，在深圳市南山区举办的“标准+智能：新质生产力的原动力”悦数图数据库新品发布会上，杭州悦数正式推出了备受期待的**悦数图数据库 v5.0 及悦数 RAG** 两大全新产品，为蓬勃发展的图技术领域注入了全新活力。    

# 前瞻视角，引领图技术创新

本次发布会聚焦图数据库技术的最新进展与应用实践，吸引了众多行业领袖及技术专家的参与。活动开场，**杭州悦数 CTO 叶小萌通过“新标准、新期待：展望图数据库发展的关键方向**”为题目的演讲，深入剖析了图数据库行业未来发展的三大方向：GQL 带来的图数据库普及、图数据库 HTAP 的能力以及 Graph RAG 将图技术和生成式 AI 的深度融合。**他指出，GQL 标准的发布是图数据库发展史上的重大里程碑，我们可以期待未来 10 年图数据库的标准化及产业化，图数据库的身影将无处不在。作为国内图数据库领域的先驱，悦数图数据库 v5.0 将通过全面原生支持 GQL，引领行业迈向标准化的新未来。Graph RAG 的出现还弥补了向量数据库在生成式AI场景中存在的“答案幻觉”缺陷，大幅提升了准确性和可靠性。**

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-1.jpg)


# 厚积薄发，全面拥抱 GQL 标准

杭州悦数产品总监方扬详细阐述了选择原生支持 GQL 图数据库的多个核心理由。**悦数图数据库 v5.0 是杭州悦数历经三年打磨的潜心之作，也是全球首个原生支持  GQL 的分布式图数据库，实现了性能与资源利用率的双重飞跃**。它不仅全面原生支持 GQL 标准，还通过多项技术创新，大幅提升了图数据库的查询速度和处理能力，为企业提供更加灵活、可扩展的数据处理解决方案。**在具体性能表现上，基于 3 节点集群的测试数据显示，v5.0 版本实现了突破性的提升：查询性能提升达 6.4 倍，总体查询吞吐量（QPS）提升超过 3 倍，同时系统内存占用大幅降低，节省近 90% 的内存资源**。这一性能与资源利用率的双重突破，为企业带来更高效、更经济的使用体验。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-2.jpg)

# 智能升级，重塑知识应用形态

**Graph RAG 的概念由杭州悦数联合 LlamaIndex 在 2023 年 8 月首次提出，后杭州悦数立刻投入将概念转化为产品的工作中，历时 1 年多，悦数 RAG 正式发布**。杭州悦数 Gen AI 负责人古思为通过生动的演示展示了悦数 RAG 如何助力企业轻松应对知识孤岛问题。凭借其“零门槛”的应用构建能力，哪怕是非技术人员也能通过简单的三步操作，快速创建企业级知识应用——定义数据源、配置应用规则、发布应用。悦数 RAG 简洁易用的界面和强大的功能赢得了与会者的广泛赞誉。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-3.jpg)

# 实践分享，共绘行业未来蓝图

除了新品发布外，本次大会还特别邀请了多位行业实践者分享经验。来自**远景智能的刘广一博士**分享了 GQL 图数据库在电力系统中的创新应用案例，展示了图技术在电网复杂系统管理中的巨大潜力。**云从科技集团金融事业部产品总监谢科**和**中证数智 CTO 黄佳**也分别就图技术与 AI 融合在金融领域的实践进行了深入探讨，为与会者提供了宝贵的经验与启示。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-4.jpg)
![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-5.jpg)
![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-6.jpg)


# 再启新篇，助力行业全面发展


在发布仪式上，杭州悦数 CTO 叶小萌、远景智能首席科学家刘广一博士、云从科技集团金融事业部产品总监谢科、中证数智 CTO 黄佳先生以及普适智能 CTO 刘元弘先生与现场嘉宾一道，共同见证了**悦数图数据库 v5.0 与悦数 RAG** 的正式发布。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-7.jpg)

随着悦数图数据库 v5.0 与悦数 RAG 的正式发布，标志着图技术在标准化与智能化方面迈出了关键性的一步。这不仅体现了杭州悦数在图技术领域的创新实力，更预示着图数据库将在 AI 时代发挥更加重要的作用。**在 AI 技术与 GQL 国际标准图查询语言的双重驱动下，图技术领域迎来了前所未有的变革与发展。通过全面支持 GQL 标准，结合先进的 Graph RAG 技术，悦数科技正在为企业打造一个更加开放、高效、智能的数据基础设施平台，助力各行各业激活新质生产力**。

最后，感谢所有到场嘉宾以及线上观众朋友们的支持与肯定，后续我们会将嘉宾分享的内容整理后在公众号、官网等平台进行分享，敬请关注后续消息。

悦数图数据库 v5.0 及悦数 RAG 正式发布：引领标准化，激发新动能

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1025poster.jpg)

11 月 7 日深圳丨悦数图数据库新产品发布会

标签