权威数据库排名DB-Engines/图数据库排名2021.06：
https://db-engines.com/en/ranking/graph+dbms
image.png

NEO4J

官网地址：https://neo4j.com/product/neo4j-graph-database/
Neo4j is a native graph database, purpose-built to leverage data relationships and enable richer, more intelligent applications

neo4j社区版开源，非商用免费，商业版支持HA集群，并不是完全分布式，使用最广最流行

Neo4j优缺点：

优点：

  • 数据的插入，查询操作很直观，不用再像之前要考虑各个表之间的关系。
  • 提供的图搜索和图遍历方法很方便，速度也是比较快的。
  • 更快的数据库操作。当然，有一个前提条件，那就是数据量较大，在MySql中存储的话需要许多表，并且表之间联系较多（即有不少的操作需要join表）。

缺点：

  • 当数据过大时插入速度可能会越来越慢。.
  • 超大节点。当有一个节点的边非常多时（常见于大V），有关这个节点的操作的速度将大大下降。这个问题很早就有了，官方也说过会处理，然而现在仍然不能让人满意。
  • 提高数据库速度的常用方法就是多分配内存，然而看了官方操作手册，貌似无法直接设置数据库内存占用量，而是需要计算后为其”预留“内存…

注：鉴于其明显的优缺点，Neo4j适合存储”修改较少，查询较多，没有超大节点“的图数据。
————————————————
版权声明：本文为CSDN博主「Dream_bin」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/Dream_bin/article/details/104470275

关键词：社区版开源、最流行

JanusGraph

官网地址：https://janusgraph.org/
Distributed, open source, massively scalable graph database

JanusGraph is a scalable graph database optimized for storing and querying graphs containing hundreds of billions of vertices and edges distributed across a multi-machine cluster.
JanusGraph is a project under The Linux Foundation, and includes participants from Expero, Google, GRAKN.AI, Hortonworks, IBM and Amazon.

JanusGraph是一个可扩展的图数据库，针对存储和查询包含分布在多机集群中的数千亿个顶点和边的图进行了优化。JanusGraph是Linux基金会下的一个项目，包括来自专家、谷歌、GRAKN.AI、Hortonworks、IBM和亚马逊的参与者。

中文资料相对较少

Nebula （国产）

Nebula Graph是一款开源的、分布式的、易扩展的原生图数据库，能够承载数千亿个点和数万亿条边的超大规模数据集，并且提供毫秒级查询。
官网：https://nebula-graph.com.cn/
Github：https://github.com/vesoft-inc/nebula/blob/master/README-CN.md

中文文档（有视频教程）：
https://docs.nebula-graph.com.cn/master/2.quick-start/1.quick-start-workflow/

MySQL 数据导入方案：
https://docs.nebula-graph.com.cn/master/nebula-exchange/use-exchange/ex-ug-import-from-mysql/

官网提供的一些竞品分析和性能评测报告：
https://discuss.nebula-graph.com.cn/t/topic/1013
image.png
主流开源分布式图数据库Benchmark
https://discuss.nebula-graph.com.cn/t/topic/1377

官方文档提供的超级节点处理方案：
https://docs.nebula-graph.com.cn/master/8.service-tuning/super-node/
image.png

TigerGraph

官网：https://www.tigergraph.com/

TigerGraph将普通数据库归为第一第二代，自己为第三代，“TigerGraph是非常完备和优化的图数据库平台，支持大规模图存储以及大规模图的运行处理，具有非常强大的查询语言和算法库”。TigerGraph没有开源，开发者版支持单机单用户单图非商业免费，不支持DynamicSchemaChange等。

很火据说性能极佳的图数据库，但是免费版最多只有 50G 存储
image.png

HugeGraph （国产）

Github： https://github.com/hugegraph/hugegraph
中文文档：https://hugegraph.github.io/hugegraph-doc/

简介：
HugeGraph是一款易用、高效、通用的开源图数据库系统（Graph Database，GitHub项目地址）， 实现了Apache TinkerPop3框架及完全兼容Gremlin查询语言， 具备完善的工具链组件，助力用户轻松构建基于图数据库之上的应用和产品。HugeGraph支持百亿以上的顶点和边快速导入，并提供毫秒级的关联关系查询能力（OLTP）， 并可与Hadoop、Spark等大数据平台集成以进行离线分析（OLAP）。
HugeGraph典型应用场景包括深度关系探索、关联分析、路径搜索、特征抽取、数据聚类、社区检测、 知识图谱等，适用业务领域有如网络安全、电信诈骗、金融风控、广告推荐、社交网络和智能机器人等。
本系统的主要应用场景是解决百度安全事业部所面对的反欺诈、威胁情报、黑产打击等业务的图数据存储和建模分析需求，在此基础上逐步扩展及支持了更多的通用图应用。

image.png

对比分析文章：
图数据库选型：Neo4j、Janus、HugeGraph （像是 HugeGraph 软文）
https://mp.weixin.qq.com/s/_kr-E6t2bnCkguBHtU-1vg

总结与排名

Nebula > HugeGraph > Neo4j > …

其他参考资料：
图数据库选型标准有哪些：
https://mp.weixin.qq.com/s/lwW13UOWsFXzRDHRej0LVw
字节跳动自研万亿级图数据库 & 图计算实践
https://juejin.cn/post/6844903972344430600
How to select a graph database（英文）
https://www.itworldcanada.com/blog/how-to-select-a-graph-database/435451