图数据库一体机是面向知识图谱、大数据、科学计算、工程计算、大数据分析、机器学习、深度学习、电信、能源、气象、金融、数据库、高频交易等行业应用。是支持属性图模型，用于处理高度连接数据查询与存储的实时可靠的数据库，管理极致计算性能和并行加速效率的弹性高性能计算服务平台。适用于金融欺诈检测、企业图谱、公共安全、数字化变革、非关系型数据库、大数据、大数据可视化、数据分析、供应链管理、数据管理、图数据、数据决策、数据展示、反欺诈、反洗钱、实时推荐、客户360、网络安全等领域。

兴起于20世纪60年代的数据库技术十年来并未普及。近十年来，信息世界发展迅速，面对极其复杂、互联互通、动态多变的数据洪流，数据库平台如雨后春笋般涌现，市场上有350多个选择。多年来，数据库市场一直以每年5%至6%的速度高速扩张，预计未来4至5年市场规模将从目前的500亿美元攀升至1000亿美元。

  近两年来，数据库行业的发展趋势呈现出三个特点。

1融合

随着新数据的大规模创新，快速扩张的数据库市场再次呈现出融合态势，数百家数据库厂商逐渐被分为四个新的稳定的数据库阵营，包括文档数据库、图形数据库、时间数据库和NewSQL数据库。在不同的子领域，只有数量有限的公司处于领先地位，比如图领域的Neo4j和文档领域的MongoDB。

2向云迁移已经成为整个行业的长期趋势

          2017年前后一些大型云供应商和独立云供应商开始现。虽然曾由于数据重力、监管等因素进度有所放缓，但这一趋势再次全面展开。在很大程度上，数据向云服务的转移已经成为数据库平台发展的驱动因素。

3数据科学家方兴未艾

  总的来说，数据科学家不喜欢数据库，但他们喜欢数据。图数据库是一个例外，越来越多的数据科学家青睐它。数据科学家使用图形算法处理数据，然后通过图形将数据输入机器学习管道，从而为机器学习模型和预测提供关系信号。因此，图形数据库成为机器学习管道的核心部分。

以供应链为例，十年前供应链应用还不是图数据库的最佳用例。因为当时任何生产实物产品的制造公司可能只有一个2到3个级别的供应链，关系数据库完全可以满足企业的需求。如果需要分析，添加2或3个节点即可。

目前为止，制造企业不仅在不同大洲拥有广泛的业务分布，还必须应对一个又一个突发事件。制造企业需要了解此类事件对供应链乃至业务的影响，具备保障供应链安全的能力。有效的解决办法是实现供应链的数字化。如今企业面临的数据分析不再是2至3次的跳转挖掘，而是20、30甚至40跳转挖掘。数据库尤其是在多次跳转中表现优异的图形数据库已经成为必然的选择。