Update README.md
This commit is contained in:
parent
440f1a563f
commit
ace18d5490
|
@ -2,8 +2,8 @@
|
||||||
|
|
||||||
**获取包请到[release](https://www.osredm.com/jiuyuan/jiuyuan_graphdb/releases),包含手册和项目文件**
|
**获取包请到[release](https://www.osredm.com/jiuyuan/jiuyuan_graphdb/releases),包含手册和项目文件**
|
||||||
|
|
||||||
九源智能推理图数据库是一个基于国产化硬件平台设计的、面向智能推理场景的高性能图数据库系统。本系统能够支持各类丰富的计算与查询任务,支持不同的应用使用方式,从而满足智能推理场景复杂的应用需求。**本系统功能全面,既支持 Cypher 查询语言,又支持插件化的图分析与图查询任务,并且在性能上远超国内外主流图数据库产品。在图分析任务场景下,目前支持的14种高速插件分析算法性能均超过国际主流产品 Neo4j。**
|
九源智能推理图数据库是一个基于国产化硬件平台设计的高性能图数据库系统。**本系统支持 SQL 和 Cypher 查询语言,以及插件化的分析任务,数据库底层同时支持表、图、向量等多种数据存储格式。本系统能够支持不同的使用方式(可视化界面、命令行交互工具、SDK),从而满足各类复杂的应用需求。**
|
||||||
<!-- 我们基于 LDBC 基准测试进行了性能自测,自测性能超过目前榜单世界第一的 AtlasGraph 50%(非官方结果,目前正在推进LDBC官方性能认证);-->
|
|
||||||
|
|
||||||
现有图数据库的存储引擎,主要是为了支持互联网应用频繁变化的数据,牺牲了查询性能。它们面向的场景主要为金融、社交网络、电商、推荐等业务,特点是规模大、机器多、更新流量大。而九源智能推理图数据库面向的场景目前主要为知识图谱图谱应用,针对智能推理、决策分析、知识搜索等进行优化。这类场景的特点是查询分析性能要求高,更新并没有那么频繁。
|
现有图数据库的存储引擎,主要是为了支持互联网应用频繁变化的数据,牺牲了查询性能。它们面向的场景主要为金融、社交网络、电商、推荐等业务,特点是规模大、机器多、更新流量大。而九源智能推理图数据库面向的场景目前主要为知识图谱图谱应用,针对智能推理、决策分析、知识搜索等进行优化。这类场景的特点是查询分析性能要求高,更新并没有那么频繁。
|
||||||
|
|
||||||
|
|
Loading…
Reference in New Issue