<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[TuGraph的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/TuGraph</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; TuGraph]]></copyright><item><title><![CDATA[论文图谱当如是：Awesome-Graphs用200篇图系统论文打个样]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/140658074</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/140658074</guid><author>TuGraph</author><pubDate>Wed, 24 Jul 2024 11:23:16 +0800</pubDate><description><![CDATA[试想在你刚接触一个陌生的技术领域时，如果有办法以“上帝视角”看到该领域完整的历史发展轨迹，是否可以让自己的技术探索更有的放矢，胸有成竹呢？是的，你没猜错，这个玩意儿叫论文图谱。我通过“人肉扫描”了200多篇图计算系统的论文，整理了心中理想的“图系统论文图谱”原型，大家可以“类比想象”一下当下关注技术领域的论文图谱应当如何。]]></description><category></category></item><item><title><![CDATA[Vector | Graph：蚂蚁首个开源Graph RAG框架设计解读]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/139753349</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/139753349</guid><author>TuGraph</author><pubDate>Mon, 17 Jun 2024 20:14:44 +0800</pubDate><description><![CDATA[引入知识图谱技术后，传统RAG链路到Graph RAG链路会有什么样的变化，如何兼容RAG中的向量数据库（Vector Database）和图数据库（Graph Database）基座，以及蚂蚁的Graph RAG开源技术方案和未来优化方向。]]></description><category></category></item><item><title><![CDATA[妙用OSGraph：发掘GitHub知识图谱上的开源故事]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/139653885</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/139653885</guid><author>TuGraph</author><pubDate>Thu, 13 Jun 2024 14:41:05 +0800</pubDate><description><![CDATA[OSGraph (Open Source Graph) 是一个开源图谱关系洞察工具，基于GitHub开源数据全域图谱，实现开发者行为、项目社区生态的分析洞察。可以为开发者、项目Owner、开源布道师、社区运营等提供简洁直观的开源数据视图，帮助你和你的项目制作专属的开源名片、寻求契合的开发伙伴、挖掘深度的社区价值。]]></description><category></category></item><item><title><![CDATA[深入解读TuGraph计算引擎模型推理系统]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/139173396</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/139173396</guid><author>TuGraph</author><pubDate>Fri, 24 May 2024 14:06:24 +0800</pubDate><description><![CDATA[TuGraph计算引擎模型推理系统将基于迭代计算的图计算框架与模型推理系统相结合，推理系统可自定义推理依赖环境，图迭代计算与推理链路实现隔离。基于共享内存的跨进程通信方式，提高了推理数据交换效率，满足流图近线推理的时效性。]]></description><category></category></item><item><title><![CDATA[ChatTuGraph：通过大模型“与图对话”]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/137073129</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/137073129</guid><author>TuGraph</author><pubDate>Wed, 27 Mar 2024 11:55:55 +0800</pubDate><description><![CDATA[相比于SQL相对成熟的语法标准，图查询语言尚未形成成熟的统一标准，目前是多种查询语法并存的状态，上手门槛高，因此更需要借助大语言模型的自然语言理解能力，降低图数据库查询语言的使用门槛。]]></description><category></category></item><item><title><![CDATA[从API到Agent：万字长文洞悉LangChain工程化设计]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/136747119</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/136747119</guid><author>TuGraph</author><pubDate>Fri, 15 Mar 2024 18:36:10 +0800</pubDate><description><![CDATA[给“AI外行人士”引入一下LangChain，试着从工程角度去理解LangChain的设计和使用。同时大家也可以将此文档作为LangChain的“10分钟快速上手”手册，本意是希望帮助需要的同学实现AI工程的Bootstrap。]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics图数据集成：表到图的最后一公里]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/135957559</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/135957559</guid><author>TuGraph</author><pubDate>Wed, 31 Jan 2024 17:10:14 +0800</pubDate><description><![CDATA[小伙伴们想玩一玩图计算，数据的导入工作总是绕不开的一个环节。为了降低大家数据导入操作的成本，提升图计算的整体使用体验，TuGraph Analytics推出了“图数据集成”能力，帮助大家通过简单配置完成数据导入工作。]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics作业监控面板：运行时组件上的高效分析工具]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/135416075</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/135416075</guid><author>TuGraph</author><pubDate>Fri, 05 Jan 2024 18:46:03 +0800</pubDate><description><![CDATA[我们在作业进程中内置了一个Dashboard（本地启动/容器启动时自动生效），包括前端页面和后端server，用户可以不需要感知到它们的存在。通过访问Dashboard，用户可以更方便地通过白屏化的方式查看作业的执行进度、组件列表和详情、任意组件内部的指标、日志等。还可以通过Profiler工具对进程状态进行分析，快速定位问题。]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics交互式图查询：让图所见即所得]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/135370335</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/135370335</guid><author>TuGraph</author><pubDate>Wed, 03 Jan 2024 18:29:40 +0800</pubDate><description><![CDATA[TuGraph Analytics提供了OLAP图分析能力，实现图上的交互式查询，用户在构图并导入数据之后，可以通过输入GQL语句对图查询分析，并以可视化的方式直观地展示点边结果。]]></description><category></category></item><item><title><![CDATA[重磅发布！！！蚂蚁图团队开源高性能原生图存储系统CStore]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/134981040</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/134981040</guid><author>TuGraph</author><pubDate>Wed, 13 Dec 2023 20:19:40 +0800</pubDate><description><![CDATA[CStore是一款专门为图分析场景而设计的原生图存储引擎，它采用了Rust语言编写，使用基于图的存储结构，针对图分析场景进行特定优化。CStore可以存储包含千亿级点和万亿级边的图数据，在蚂蚁集团内部的多场景使用中，已经积累了多年的经验，存储容量达到了PB级别。]]></description><category></category></item><item><title><![CDATA[世界第一！蚂蚁图计算TuGraph打破LDBC SNB-BI世界纪录]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/134935802</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/134935802</guid><author>TuGraph</author><pubDate>Mon, 11 Dec 2023 20:31:49 +0800</pubDate><description><![CDATA[近日，国际关联数据基准委员会（Linked Data Benchmark Council，以下简称LDBC）发布了图数据基准测评“LDBC SNB-BI”最新结果。由蚂蚁集团自研的流式图计算引擎TuGraph Analytics在30TB规模的数据集上成功完成了基准测试，数据规模和性能打破了此前的公开纪录，关键指标中的并发吞吐量提升至2.84倍，查询能力提升至1.86倍。 ]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics云原生部署：基于K8S Operator的轻量级作业启动方案]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/134694872</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/134694872</guid><author>TuGraph</author><pubDate>Wed, 29 Nov 2023 17:16:13 +0800</pubDate><description><![CDATA[作者：丁一。]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics动态插件：快速集成大数据生态系统]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/134507536</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/134507536</guid><author>TuGraph</author><pubDate>Wed, 15 Nov 2023 17:36:00 +0800</pubDate><description><![CDATA[介绍
                
                
                 插件机制介绍
                
                
                 插件机制为GeaFlow任务提供了外部数据源的集成能力扩展，GeaFlow支持从各类Connector中读...]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics图建模研发：为图计算业务提速增效]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/134035172</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/134035172</guid><author>TuGraph</author><pubDate>Wed, 25 Oct 2023 14:59:34 +0800</pubDate><description><![CDATA[GeaFlow Console平台提供了图数据研发能力，包括了对点、边、图、表、函数、任务的管理功能， 为了让用户更好的管理元数据信息，同时也便于用户对图计算进一步地了解。通过对这些研发资源的管理，用户可以方便地、白屏化地创建、修改、删除这些元数据，也可以很方便地查看当前租户下所拥有的数据资产概览及详情，从而更多关注于业务逻辑的实现。]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics图计算快速上手之弱联通分量算法]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/133857470</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/133857470</guid><author>TuGraph</author><pubDate>Mon, 16 Oct 2023 14:18:01 +0800</pubDate><description><![CDATA[弱联通分量图算法（Weakly Connected Components Algorithm）是一种用于找到图中所有弱联通分量的算法。弱联通分量是指在有向图中，如果忽略所有边的方向，相互之间是连通的节点集合。算法的基本思想是通过深度优先搜索（DFS）或广度优先搜索（BFS）遍历图的所有节点，对于每个未访问过的节点，都会生成一个新的联通分量。在遍历过程中，如果当前节点的邻居节点已经被访问过，那么将其加入当前联通分量中，并继续遍历邻居节点。]]></description><category></category></item><item><title><![CDATA[Tugraph Analytics图计算快速上手之紧密中心度算法]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/133018281</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/133018281</guid><author>TuGraph</author><pubDate>Tue, 19 Sep 2023 11:22:34 +0800</pubDate><description><![CDATA[*紧密中心度（Closeness Centrality）**计量了一个节点到其他所有节点的紧密性，即该节点到其他节点的距离的倒数；节点对应的值越高表示紧密性越好，能够在图中传播信息的能力越强，可用以衡量信息流入或流出该节点的能力，多用与社交网络中关键节点发掘等场景。对于图中一个给定节点，紧密性中心性是该节点到其他所有节点的最小距离和的倒数：其中，u表示待计算紧密中心度的节点，d(u, v)表示节点u到节点v的最短路径距离；]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics 流图计算之行为路径归因]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/132852192</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/132852192</guid><author>TuGraph</author><pubDate>Wed, 13 Sep 2023 14:11:15 +0800</pubDate><description><![CDATA[目前 TuGraph Analystics 已经在多类应用场景以及万亿级别的数据规模下提供了生产可用的计算服务，本文主要介绍在路径归因的场景下的实践。]]></description><category></category></item><item><title><![CDATA[TuGraph Analytics图计算快速上手之K-core算法]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/132676159</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/132676159</guid><author>TuGraph</author><pubDate>Mon, 04 Sep 2023 19:35:35 +0800</pubDate><description><![CDATA[K-Core算法是一种用来在图中找出符合指定核心度的紧密关联的子图结构，在K-Core的结果子图中，每个顶点至少具有k的度数，且所有顶点都至少与该子图中的 k 个其他节点相连。K-Core通常用来对一个图进行子图划分，通过去除不重要的顶点，将符合逾期的子图暴露出来进行进一步分析。K-Core图算法常用来识别和提取图中的紧密连通群组，因具有较低的时间复杂度（线性）及较好的直观可解释性，广泛应用于金融风控、社交网络和生物学等研究领域。]]></description><category></category></item><item><title><![CDATA[一张图读懂TuGraph Analytics开源技术架构]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/132428052</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/132428052</guid><author>TuGraph</author><pubDate>Tue, 22 Aug 2023 15:09:45 +0800</pubDate><description><![CDATA[GeaFlow（TuGraph-Analytics）是蚂蚁集团开源的分布式实时图计算引擎，即流式图计算。通过SQL+GQL融合分析语言对表模型和图模型进行统一处理，实现了流、批、图一体化计算，并支持了Exactly Once语义、高可用以及一站式图研发平台等生产化能力。]]></description><category></category></item><item><title><![CDATA[GeaFlow图计算快速上手之K-hop算法]]></title><link>https://blog.youkuaiyun.com/TuGraph/article/details/132295768</link><guid>https://blog.youkuaiyun.com/TuGraph/article/details/132295768</guid><author>TuGraph</author><pubDate>Tue, 15 Aug 2023 11:45:57 +0800</pubDate><description><![CDATA[K-hop算法是一种基于图论的算法，用于寻找一个起点通过K次以内跳跃能够到达的节点，也就是从起点出发，找出K层内与之关联的节点。K-hop算法广泛应用于好友推荐、影响力预测和关系发现等场景。K-hop算法本质上是一种广度优先搜索（BFS）算法，通过从起点开始不断向外扩散的方式来计算每一个节点到起点的跳跃数。]]></description><category></category></item></channel></rss>