本文将从工程的角度，分享快手图数据库存算分离架构及其在实时推荐召回的应用。主要内容包括以下四大部分：1. 应用场景；2. 核心诉求；3. 存算分离架构；4. 性能要点

1月25日，浙大AIF在北京正式发布《金融行业云平台（PaaS）市场发展趋势白皮书》。AIF执行副院长张瑞东解读指出，伴随云原生对PaaS进行重新定义，“屏蔽”不同云和虚拟机之间、开发语言之间的差异，只需使用中间件资源池技术服务，围绕开发架构对技术栈、工具链、交付体系进行升级，就能让金融机构用云方式从“上云”向“云上”转变。

图数据库(Graph Database)是一种以图结构进行存储和查询的数据库。本文总结了图数据库选型的各类因素，并对比了3个主流开源图数据库：Neo4j、JanusGraph、HugeGraph。Neo4j是老牌的图数据库

日志分析是分析数据库故障的重要手段，记得三十多年前刚刚开始学Oracle的时候，前辈告诫我做数据库运维，遇到故障，ALERT LOG永远是第一个要关注的要素。这么多年的实践也证明了，没有遵循这个原则的时候往往会吃苦头。

缺乏数据管理或分析专业知识的领导者可能会在确定数据战略的优先顺序时表现出犹豫，因为他们可能缺乏对其优势的了解以及在应对其复杂性时的不确定性。

当前对于一个初创型企业来说数字化是始终绕不开的一个话题，但是做数字化对企业而言又是一个巨大的挑战，稍有不慎极有可能会重复建设，消耗着本就不多的数字化建设成本及企业领导的信心，因此正确的认知、共识、规划、落地很重要。

数字化技术的兴起推动了中小企业多方面的自动化和智能化需求，包括营销、投资、安全、软件业务、数据处理等，进而影响了他们未来五年的IT投资决策。

通常，当我们考虑数据治理时，我们会从小事开始，或者至少是“容易限制在几个表中”的事情。当我们寻求元镜像和反映现实的数据的目标时，我们需要从数据所代表的大目标驱动的事情开始。

Oracle 是集中式数据库的典型代表，其RAC技术独步天下，至今无人能较好地模仿，因此在分布式数据库上发力较晚，也不大有名气。

图数据库(Graph Database)是一种以图结构进行存储和查询的数据库。本文总结了图数据库选型的各类因素，并对比了3个主流开源图数据库：Neo4j、JanusGraph、HugeGraph。

在快速发展和创新的数据分析领域，2024 年有望成为突破性趋势的一年，这些趋势将重新定义企业从数据中提取洞察的方式。下文将分析2024 年 5 大数据分析趋势，揭示将塑造数据驱动决策未来的工具和策略。

​防患于未然，让系统0重大故障是运维部门的目标，这些年的运维工作中，我有个感受，就是系统重大故障很难预料。不管你的系统运维管理如何规范，技术手段如何高超，故障总是免不了的，而且重大故障出现时，所有的预警手段往往都没有发挥作用。

为减少多云环境的运营成本，同时也需要主机的基础数据能联动其他安全产品，为此自研主机安全HIDS，在建设过程中跟业界产品一样，除安全检测功能在正常迭代完善外，也在探索溯源攻击链路的机制，完整感知入侵行为，提高安全运营的MTTR，本文介绍基于图数据库在主机安全的安全事件应急研判和攻击溯源的应用探索。

本短文会涉及到的图查询语言有 Cypher、Gremlin、PGQL 和 G-CORE。文章撰写的时间是 2018 年，可以看做 GQL(Graph Query Language)的一些前期准备。

随着“数据产品”概念的普及和采用，下一步是建立一个“数据市场”，让数据生产者可以提供满足数据消费者需求的产品，并确保数据在企业范围内的有效利用。

一款图数据库产品的应用效果要考虑很多因素，很难笼统地说一种架构绝对优于另一种架构，一种技术路线好于另一种技术路线。不同的图数据库，各自其对应的应用场景

​图数据库方兴未艾，而且变化很快。市场上图数据库种类繁多，缺乏标准，差异非常大，使得用户在进行图数据库选型时产生了困扰。

市场上容不下那么多商用数据库，目前的两百八十多家国产数据库厂商，大多数的最后结局都是死亡，大部分数据库厂商最好的结局就是被大厂并购。这句话很残酷，不过很可能会成为事实。

数据作为原始资源，需要通过开展数据管理、数据治理、数据运营等工作，实现增值和价值变现。很多时候容易将数据管理、数据治理、数据运营三者混淆。本文将讲讲如何理解数据治理、数据管理、数据运营的内涵以及它们的活动内容，希望对您有所启发。

尺有所短，寸有所长。在超高并发执行的场景，很多时候还是要尽可能避开数据库的缺点。