图数据库| 2 、大数据的演进和数据库的进阶——从数据到大数据、快数据，再到深数据

时至今日，大数据已无处不在，所有行业都在经受大数据的洗礼。但同时我们也发现，不同于传统关系型数据库的表模型，现实世界是非常丰富、高维且相互关联的。此外，我们一旦理解了大数据的演进历程以及对数据库进阶的强需求，就会真正理解为什么“图”无处不在，以及为什么它会具有可持续的竞争优势，并最终成为新一代主流数据库标准。

大数据的发展方兴未艾。我们通常把大数据元年定为2012年，但是大数据相关技术的出现远早于2012年。例如Apache Hadoop是由Yahoo！在2006年发布并捐赠给Apache基金会的，而Hadoop这个项目肇始则是受到了谷歌2003年的GFS（Google File System，谷歌文件系统）与2004年的MapReduce两篇论文的启发。如果我们再往前追溯，那么GFS与MapReduce之所以能出现是因为谷歌的互联网搜索引擎业务的发展，而其搜索引擎最核心的技术大概要属PageRank算法了。以谷歌联合创始人Larry Page名字命名（且与Web Page一语双关）的PageRank算法是一种典型的图算法。很显然，我们回到了终点，它同时还是起点——大数据技术的发展竟然源自一种图计算技术，而它的发展趋势也伴随着图计算技术的全面发展——从大数据到快数据，最终到深数据（图数据）​。

从宏观来看，大数据的发展史基本上就是数据科技（Data Technology）的发展史，纵观过去近半个世纪的发展历程，大体可以分为三个阶段：

1）以关系型数据库为核心的传统数据库时代（1975年至今）​。

2）以非关系型数据库框架涌现为代表的时代（2010年至今）​。

3）超越关系或非关系型数据库的新时代——后关系型数据库时代（2015年后）​。

这三个阶段都产生了用于高效进行数据库