📖GQL 小课堂
我们将 GQL 小课堂分为两个阶段,在入门阶段,对 GQL 的背景、影响及生态等进行概览式介绍,关注“GQL 是什么?”;在进阶阶段,从技术视角剖析 GQL 的具体使用,聚焦“GQL 怎么用?”。
入门阶段的四期课程已更新完毕
-
GQL是什么?:GQL,全称 Graph Query Language,是一种专为属性图(Property Graph)模型设计的图查询语言,旨在为图数据库提供一个统一的查询和操作语言。 -
GQL 产生的影响:了解 GQL 作为图数据库界的“小鲜肉”如何出道即巅峰,它的出现如何影响了整个数据库市场,为数据查询带来了革命性的变革。 -
GQL 将面临的挑战:分析 GQL 在成长路上面临的挑战,但随着时间的推移,GQL有望变得更加成熟和强大。
GQL 与 SQL 相比有哪些优势? 相较于 SQL, GQL 从设计上是更现代化的数据库语言,它拥有大量的功能正交的语句,语句之间容易组合,易于实现复杂功能。
GQL 与 Cypher 相比有哪些异同? GQL 是 Cypher 的增强版,支持更完善的标签匹配语法,支持所有四种路径模式,以及现代化的变量定义方式等等。
GQL 与 SQL/PGQ 查询语言相比,有哪些独特的优势?GQL 除了只读图匹配语句外,还具备原生的 DDL 和 DML 语句, 提供了更强大的数据操作能力。
-
Nebula Cloud 如何满足不同用户的需求? -
云服务在拥抱 AI 上有哪些规划?
-
知晓 Nebula Cloud 的 ToB 场景 和 Toc 场景的产品逻辑 -
学习 GQL 在 Nebula Cloud 上的设计与运用 -
了解 Nebula Cloud 在未来的产品规划
💡第四期
课程概览:
为什么需要发展生态? 发展生态是为了覆盖多样化的开发者社区和应用场景,提高开发效率,并通过与其他平台合作形成互补的生态系统,增强图数据库的适应性和竞争力。
GQL 生态支持及规划有哪些?目前已支持 Golang、Java、Python 的 SDK、数据导入工具、可视化工具以及大数据平台连接器等,同时还有一些生态产品如 NebulaGraph JDBC 和 Spring Data 对接正在开发中,旨在提升开发者体验和图数据库的性能。
针对GQL 生态支持,有哪些期待?GQL Exchange 相比之前有了较大的改动,在功能和易用性方面都做了很大的改进。在未来,我们会在数据写入方面实现自定义。
✦
如果你觉得 NebulaGraph能帮到你,或者你只是单纯支持开源精神,可以在 GitHub 上为 NebulaGraph 点个 Star!每一个 Star 都是对我们的支持和鼓励✨
https://github.com/vesoft-inc/nebula
✦
✦
扫码添加
可爱星云
技术交流
资料分享
NebulaGraph 用户案例集
案例推荐:
知识图谱案例:
苏宁基于 NebulaGraph 构建知识图谱的大规模告警收敛和根因定位实践
金融风控案例:
图数据库 Nebula Graph 在 BOSS 直聘的应用
360数科:基于 NebulaGraph 打造智能化的金融反欺诈系统
NebulaGraph 助力金蝶征信产业图谱深挖企业关系链,实现银行批量获客
智能运维案例:
58 同城基于 NebulaGraph 一键部署运维架构的实践
苏宁基于 NebulaGraph 构建知识图谱的大规模告警收敛和根因定位实践
大数据/图平台:
OPPO:通过 NebulaGraph 建设全局图数据库平台
数据治理:
微众银行:利用 NebulaGraph 进行全局数据血缘治理的实践
安全:

