数据分析之图算法: 基于Spark和Neo4j

6

｜

第

1

章

型分析

（

translytics

）和

混合事务与分析处理

（

hybrid transactional and analytical processing

，

HTAP

）。 图

1-5

演示了如何使用只读副本将不同类型的处理组合到一起。

事务处理 只读副本 分析处理

图 1-5：事务处理需要一种支持低延迟查询处理和高数据完整性的混合平台，同时需要在海量数据之

上集成复杂分析

Gartner

认为：

（

HTAP

）可能会重新定义一些业务流程的执行方式，因为实时高级分析（例如规

划、预测和假设分析）变成了处理过程的组成部分，而不再是事后执行的单独活

动。这将支持新型的实时业务驱动决策过程。最终，

HTAP

将成为面向智能业务

操作的关键支持架构。

随着

OLTP

和

OLAP

逐渐集成，开始支持以前仅在单个“竖井”中提供的功能，不再需要

为工作载荷使用不同的数据产品或系统——可以使用相同的平台以简化架构。这意味着分

析查询可以利用实时数据，而且可以简化分析的迭代过程。

1.4

　为何要关心图算法

图算法有助于理解关联数据。关系广泛存在于现实世界的系统中，从蛋白质的相互作用到

社交网络，从通信系统到电网，从零售体验到火星任务规划。理解网络及其内部联系为洞

察和创新提供了不可思议的潜力。

图算法特别适用于理解结构和揭示高度关联的数据集中的模式。没有什么比大数据更能体

现关联性和交互性了。大数据汇集、混合和动态更新的信息量令人瞩目。这正是图算法的

用武之地，它有助于我们理解海量数据，针对关系进行更复杂的分析，还可以为人工智能

丰富上下文信息。 ...