2024高性能图数据库金融应用白皮书

CONTENT引言page012.1图数据库定义page2.2图数据库的发展历程page2.3图数据库特点page间的关联关系展数据规模进行快速查询索的查询语言2.4图数据库的技术优势page2.5图数据库的未来挑战page战战挑战挑战pagepage3.1金融风险管理page3.2金融欺诈检测page3.3知识图谱构建page3.4市场营销分析pageBenchmarkpageBenchmarkpageLDBCFinBenchpageFinBenchpagepage16TuGraph..page16例概述例说明成效示AtlasGraphpage22例概述例说明成效示LRMpage27例概述例说明成效示5.4创邻科技——Galaxybase国产高性能图数据库在某全国股份 e例概述例说明成效示例概述例说明成效示page421型需求，多样的风险形式对风控能据库作为深入挖掘关注，它以其独特的数据模型和高效的查管理和分析解决方案，并在金融业开展为了更有效的评估金融场景下的图数据库，国际关联数据基准委员会(LDBC)正式发布全球首个金融图数据库测试基准的首个版本FinBench，填补了金融图数了一个全球范围内专业、客观的共享工进图数据库技术和经济社会发展的深度融合，北京前沿金融监管科技研究院(以下简称前沿研究院)开展金融图数据库场景联数据基准委员会(LDBC)”发布的金融图数据库基准“LDBC-FinBench”为评选尽管图计算已经在各种不同场景展现了技术的卓越优越性，但未来应用的广度为帮助金融机构和相关从业者更深入地理解图数数据库金融应用白皮书》，介绍了图数据金融行业的应用、技术标准等内容，并展示了蚂蚁集团等获奖案例术服务千行百业，还需要行业共建更2图数据库技术概述 2.1.1市场定义 (vertex)存储，关系作为边(edge)存储，解决了数据复杂关系带来的严2.1.2概念解析图模型图模型在基于图的数据模型中，最常见的两种方法是标签属性图(LPG)和资源描述框架(RDF)图两种。标签属性图模型数据对象被表示成节点(拥有一个或多个标签)、关系的图数据库。顶点和边都可以带有属性，节点可以通过“标签(Label)”需要指出的是，最早采用标签属性图模式来设计实现图数据库的是3schema个问题又涉及到NoSQLvs.SQL中的无模式(schema-free)与模式化(schematic)之间的差异。Neo4j是典型的无模式图数据库。在即将面世的图查询语言(GQL)国际标准中，采用的是F存存储模式——原生图、非原生图之上增加个具备图语义的抽象层来进行数据交互。也有部分图数据库是使用键值型存储方式或文档型存储方式作为底层存储。例如基于列式存储的4 图数据库的起源可以追溯到20世纪60年代，引导式数据库 andGraph等，并支持事务性ACID。其中隔离性包括多个不同的隔离在近几年图数据库技术的介绍和宣传中，经常会提到一个词叫“原生图”(NativeGraph)，一般指的是跳过索引的邻居访问(Index-free 2.3.1高效灵活的扩展数据规模52.3.2直接体现实体间的关联关系2.3.3可对关联数据进行快速查询做关联查询，特别是多层关联(比如查我的好I2.3.4提供了针对图检索的查询语言L0年中，终于出现了SQL(1983年发布)之外的第二个6 关系型数据库的优点在于实现了快速的逐行访问和保持数据一致性 据图表 (1)高性能图数据库相较于关系型数据库和其它非关系型数据库，在处理 (2)灵活图数据库提供了极其灵活的数据模型，可以根据业务变化实时改，数据库的设计者无需计划数据库未来用例的 (3)敏捷图数据库的数据建模非常直观，而且支持测试驱动开发模式，建时可进行功能测试和性能测试，符合当今最流行的敏捷开7 2.5.1大数据的挑战2.5.2新硬件的挑战2.5.3接口语言的挑战2.5.4数据建模的挑战8图数据库金融应用 使资金网路内节点众多交错，所以图技术在反洗钱(AML)方面有广泛的应9 (1)实体关系分析 (2)风险评估 (3)异常检测 (4)实时分析 (5)可视化分析人 在知识图谱的应用落地上，主要有两点因素影响着知识图谱的质量和 不同于关系型数据库，图数据库的schema(数据库模式)灵活性强，图数据库国际标准 4.1图数据库Benchmark介绍QL一个完备的基准测试应包含图数据的所有操作类型，在图数据中可以分为四类，包括本地查询(LocalQueries)、邻居查询(NeighborhoodQueries)、局部遍历(Traversal)、全局分析(GlobalAnalytics)。本地 4.2图数据库Benchmark的特性第第一要贴合实际，它选择的场景必须是比较符合实际情况的。第第二，性能特征上，要满足一定的延迟要求。第第三，它必须具备可扩展性。k第第四，标准必须要严谨，这是非常重要的。 4.3LDBCFinBench标准4.3.1FinBench背景介绍SNB际上做得比较标准的图数据4.3.2FinBench场景与设计-4.3.3FinBenchv0.1.0版本FinancialBenchmark”(以下简称“FinBench”)的立项。FinBench由版本(v0.1.0)正式发布，命名为FinBench。 4.4FinBench测试基准应用等领域。在此之前，一直缺乏标准化的基准测试工具为用户的采购和研发图数据库优秀案例分析 5.1蚂蚁集团基于TuGraph的金融风控实践5.1.1案例概述5.1.2案例说明 (1)关系复杂隐蔽信号弱：过一问题的处理 (2)黑产手法变化速率快： (3)识别的精准度需求高：识些技术能够对aph (1)完整、高性能图技术栈： (2)金融级高可用： (3)零代码、易用性： (4)高水平扩展能力： (5)高性能查询与计算：TuGraph支持超大图(万亿条边)的存储和实时查询响应。采 (6)备份恢复能力： (7)全栈信创：据(不同类别的点、边)的可扩展性。这有助于利用多维度数据进5.1.3整体成效企业风险图平台，在对小微企业评级放贷问题中，担保圈识别准确率达到5.1.4经验与启示计算以及可视化展现。这要求基础设施系统具备在线(实时)图数据读写能解决方案的核心数据处理采用HTAP方式，将OLTP(事务处理)与ACID或使用一些非金融场景的基准测试(如基于社交网络的LDBC-SNB等)，为了解决这一困难，国际关联数据基准委员会(LDBC)设计了针对金融场景的图数据库基准评价体系，命名为LDBC-FinBench(下文简称5.1.5企业介绍 AtlasGraph信用卡智能应用5.2.1案例概述5.2.2案例说明一一、技术方面储、混合事务图处理、等多个层面展开了系统性的技1)原生存储，直接以图的方式存储、处理、查询和展现数据，通过重构数据2)混合事务分析，通过自研算子体系、查询和计算引擎以及算子下推等近数3)研用结合，通过平台和技术的全力推广应用，形成应用-反馈-完善-再二二、产品方面三三、业务方面步关5.2.3整体成效一一、业务价值二二、技术价值案，已申请自主知识产权一百余项，获得授权发明专利13项；登记计算机软件著作权40项，技术成果被ACM收录、发布。针对大规模图基于图抽象的外三三、产业价值及计算机整个产业链，是未来信息技术计算形性能5.2.4社会价值1)打造高性能图计算生态体系，保持对全球科技竞争的战略均衡1)打造高性能图计算生态体系，保持对全球科技竞争的战略均衡22)提升金融行业科技服务水平，保障国家金融安全3)培养了前沿人才，推动了行业总体进3)培养了前沿人才，推动了行业总体进步，44)提升了自主可控程度，形成了国产替代效应5.2.5经验与启示11)技术方面众22)数据方面如银行业的大数据平等行内数部分关键33)业务方面场景建设的，因此需充5.2.6企业介绍嬴图LRM流动性风险管理图中台LRMLRM是全球范围内利用图技术对流动性监管指标LCR(流动性覆盖率)进行探索和管理的5.3.1案例概述5.3.2案例说明 (1)业务场景中的具体表现，包括但不局限以下情况：·实时指标计算，秒级(毫秒级)时效性； (2)实践成果案例材料： (流动性风险、交叉性风险、全面风险等)进行探索和管理的突破动性风险系统实现了对流动性风险多维度或一个客拟操作……”。5.3.3整体成效一一、业务价值出现了从流动性风险管理行流险管理定准。据能力，赋部增效作、不可回溯或传导的基于传统关系型数据库(OracleCashFlowEngine)构建的LCR系统。嬴图LRM系统是全球范围内首创以实献二二、技术价值银管的、数以亿级的海量数据进行计算，且数据量还是覆盖30天时交互可视化的方式，把原来只能实时模拟能力的具备让银行可以对核心资债产品及业务进行基LCR未来30日的化与传导路径(具体见图3)和实时反向追溯(具体见图4)。具体见图5，按照分行、行业聚类等高级功能的、术的要求上来说，关系型传统数据库，目前虽然依旧保对于图数据库来说，数据量越大、越复杂的关联查询，优势比增加(1(5)，SQL类数据库的时耗指数级增加，而相对而言，图数据的查询时间几乎持平(数据层面呈现一种亚线性增长的趋势)。拥有成本大幅度降低。金融机构在数字5.3.4经验与启示 (1)现有流动性风险管理模式的痛点无反向回溯(无归因分析)：往的流动性覆盖率指标因缺乏图计算支撑，无法实现反向追”网络中沿路径传 (2)嬴图LRM的实践应用：5.支持对优质流动性资产及其他无变现障碍资产种类、数量、币种、所处地6.支持对融资抵(质)押品种类、数量、币种、所处地域和机构、托管账户……是，流动性风险管理指标是金融机构需要报送的重商行，数以及融5.3.5企业介绍北京同心尚科技有限公司(以下简称同心尚科技)致力于构建新一代图0强企业的技术以上，在银行业风险管理等指标计量时运行速度达到甲骨文(Oracle)数据是全球范围内首次以图数据库技术(图计算)方式颠覆性赋能金融行业核心se5.4.1案例概述5.4.2案例说明一、构建企业图谱，赋能数字化风控与营销场景一、构建企业图谱，赋能数字化风控与营销场景。现型提供二、构建交易图谱，全方位保障资金交易安全合规二、构建交易图谱，全方位保障资金交易安全合规。三三、构建信贷申请图谱，实现全流程实时组网风控。风险5.4.3