隨著大數據的廣泛應用和云計算的快速發展，金融行業的數據已經從“大”轉向了“海”，從而對傳統的數據處理、分析、挖掘等的方法和工具提出了更高的要求，也為金融領域的數據的海量的關聯分析、實時的風控和復雜的決策支持等帶來了一系列的挑戰。傳統的關系型數據庫卻在多表的復雜連接和深度的關聯查詢中始終表現出一副“力不從心”的模樣，對現代的金融業務來說已經難以滿足其對實時性和精準性的高要求。

基于圖數據庫的技術迭代尤其是國產的悅數圖數據庫在多跳的復雜查詢的實時的風控以及對復雜的關系的挖掘等方面都已初現了其卓越的性能，已初步推動了金融行業的從傳統的基于關系的數據庫的思維向更為先進的基于圖的數據庫的思維的轉變，正將金融行業推進到一個全新的智能化的時代。

01 傳統風控的困境，圖技術帶來的突破

基于新型的黑產手段的不斷涌現，黑產的團伙也將其通過群體的信息的組合將其將風險的分散到多個正常的節點中，從而輕易的就繞過了傳統的單維的規則的監測的閾值。

傳統的“Redis+數據倉”風控方案卻始終存在著一系列的明顯的短板，如：其依賴的離線的數據倉庫和預計算的模型，導致了數據的更新延遲高達T+1甚至T+2，而我們都知道實時的數據才是最值得我們信賴的數據；其對Redis的應用也僅僅限于簡單的鍵值的查詢，而無法更好的關聯起復雜的網絡。

通過對悅數圖數據庫的先進的實時的圖計算的技術的巧妙的突破和克服了了這些長期困擾我們的大數據圖的處理的諸多的局限性。依托于將用戶的實時數據以Kafka+Flink的流處理引擎的形式高效的將其轉化為圖的節點和邊的實體并實時的寫入系統中，極大的提高了圖的實時性和可擴展性。

借助對子圖的高效的并行計算，風控決策引擎便能在高并發的環境下快速的獲得近乎即時的反饋，實現了對各類的多跳的毫秒級的全方位的風險的查詢，真正讓風控系統能在欺詐的發生的第一時間就做出反應。

02 技術架構優勢，打造金融級性能底座

以其獨特的“計算與存儲分離”的原生分布式圖數據庫的設計，悅數圖數據庫尤為擅長高效的處理千億的點萬億的邊的超大規模的數據集的同時，也能保持毫秒級的查詢的延時。

悅數圖數據庫的最新一代v5.1的全面的升級和優化，尤其是基于LDBC SF100的實測數據的對比表明了其在整體的查詢吞吐量的巨大提升達到了550%的驚人之處，同時也對深度的關聯計算的場景的響應的效率也得到了更為顯著的優化。

以10跳的股權穿透查詢的深度優化的實踐其執行的耗時從8.2秒的傳統的遞歸查詢的耗時縮減至1.5秒，相當于在復雜的多層的關系網絡中就能直接的建立起直達的路徑，從而大幅的降低了對實時的決策的延遲。

對穩定的全方位的保障，悅數圖數據庫v5.1不僅為用戶打造了完善的容災與安全的防線，還通過引入了跨Zone的雙活容災體系，通過兩地三中心的架構與Raft的一致性協議，實現了同城的數據中心發生故障時都能在秒級的時間內將業務的流量都給自動的切換過去，并且數據的一致性也就不用擔心了。

03 金融風控實戰，從精準攔截到團伙挖掘

通過對全球的金融科技的“獨角獸”級的企業的深入的實踐應用中，悅數的圖數據庫也逐漸展現了其在高性能的方面的卓越之處。為全球10多萬家企業的金融需求提供了全面的服務接口，不僅為其提供了國際的跨境交易的平臺，更為其提供了方便快捷的跨境的資金的轉賬等一系列的便利的服務，其年交易的規模也無比的巨大。

引入悅數圖數據庫后，該公司構建了200億點邊的實時風控圖譜，實現了風控范式的全面升級。在授信階段，風控引擎能實時查詢1-3度關聯網絡，300+并發下平均響應時間僅8毫秒。

對動態圖的精準規則的挖掘和對高風險的申請的提前攔截，有效的將60%的高風險的申請在最開始的申請環節就給予了攔截，從而大幅地降低了對這些高風險的申請的的人工審核成本。基于對放款的實時的圖特征與機器的深度學習模型的精準的識別，有效的切斷了團伙的欺詐模式的實施路徑。

通過對“蛛網式”的關聯網絡的深入的挖掘與對其背后的集體騙貸行為的成功的攔截，充分體現了“子圖嵌入”的大數據挖掘的先進的技術手段和其對預防金融風險的重要的作用。采用對悅數圖數據庫的深度融入手段，得以對整個風險控制的平臺的三大子域——新用戶的資料的審核、對交易的風險的審查和對交易的后分析等均起到著至關重要的關鍵作用，從而使得系統的交易都能夠處處的安全可靠的進行下去。

04 Graph RAG創新，解決大模型幻覺難題

悅數圖數據庫在Graph RAG方面的創新，為金融大模型應用提供了新思路。基于信雅達的AI解決方案不斷的升級完善，我們最新推出的深度融合了悅數的Graph RAG的猛禽大模型的知識管理平臺,為廣大用戶的知識管理、數據的智能化運營等帶來了更大的便利和更高的效率。

通過對金融大模型的深度解耦和全鏈路的知識化管理，平臺不僅為金融行業的大模型的落地提供了最為完善的解決方案，更為復雜的場景下的知識管理也得到了全新的解決方案的帶來。但傳統的RAG技術卻在面對如今金融行業日益高的非連續、高的關聯的復雜的語義場景時，往往力不從心，難以滿足金融行業的復雜的深入的需求。

悅數Graph RAG不僅能完成“A到B”的單跳的檢索，還能對“A→B→C”的鏈式的邏輯的分析都能得以支持。基于對圖譜的實體關聯的鏈式表達的挖掘和深入的分析，就能在不失去準確性的前提下，實現出金融場景中的較為復雜的多步的推理與分析等高級的應用價值。

憑借對客戶的歷史交易記錄的深入挖掘、對其精細的信用評分的把握等一系列的數據的細致的分析以及對相關的企業的經營狀況的全面而細致的把握，我們都能從中找到更為可靠的、更具針對性的為企業的決策提供依據和參考的寶貴的信息資源。

圖譜的視覺化形式更為直觀的體現了Graph RAG的另一大亮點——其能夠對復雜的關系進行可視化的強大能力。通過對實體之間的關聯關系的明確的、可視的的推理路徑的展現為業務人員提供了“結構化的因果或語義的關系”，從而使他們能夠直接地對答案的正確性進行理解和確認。

05 行業應用拓展，從風控到投研的全場景賦能

其在金融的應用已不僅僅停留在了傳統的風控領域，逐漸的將其應用于了投資、資產配置、風險管理等多個方面的領域。對金融的各個細分領域都搭建了起到輔助投研、金融事件的精準分析、對客戶的各個風控點的全方位的監控等方面的知識中臺的基礎框架，已初步為公司的各個業務的發展提供了強有力的支撐。

而隨著信息化的深入推進，期貨行業作為一個信息高度密集的行業，其日常的經營管理中必然會產生大量的結構化的數據和非結構化的數據，如對客戶的基本信息的收集、客戶的交易記錄的保存等，這就為我們對其信息的采集、處理、分析、的提供了廣大的可能。

采用對數據的多角度的深入挖掘和對產品之間的復雜關聯的自動識別手段，有效的突破了傳統的投研的“死板”的決策思路，使得投研的決策效率大大地提升了。對金融事件的實時圖譜化的監控分析，我們不僅能夠快速的捕捉到市場的每一次波動的動態,更能準確的將其對期貨的價格的影響做出及時的解讀,為分析人員的決策提供了最直接的依據.。

通過對合規風控的深度挖掘和對可疑的賬戶和交易的行為的細致的關聯分析 ultimately 就等于對其加強了合規的監管。通過對客戶的深入洞察尤其是基于對其交易和行為的精準的數據的社群的切分為我們提供了對其精準的營銷的依據.。

基于將中金公司的數據都基于悅數的圖數據庫打造的知識圖譜的中臺項目不僅能很好的解決了我們過去所面臨的數據的分散的存儲的挑戰，也將我們的數據的管理的效率給大大地提升了同時也將我們的業務的數字化的水平也得到了很大的提高。

06 國產自研力量，構建金融科技新生態

悅數圖數據庫作為100%國產自研的企業級分布式圖數據庫，擁有多項核心專利和技術認證。這種國產自研優勢在金融行業尤為重要，因為金融和監管關系到國家金融安全與發展穩定，選擇自主可控的產品，可以避免被國外技術“卡脖子”。

國產產品從誕生起就針對用戶龐大圖數量來研發產品，能夠滿足金融機構的應用需求。悅數圖數據庫是全球首家原生支持ISO-GQL的分布式圖數據庫產品，采用Shared-nothing分布式架構和計算與存儲分離的設計。

與復旦大學的戰略合作不僅進一步豐富了悅數的技術優勢，還為其在人工智能、數據科學等前沿的領域的研究開發 Inject了新的動力和活力。兩家就共建了“先進的金融圖技術的校企聯合研究中心”，也就共同地開始了對領先的圖技術在金融的領域的更進一步的落地的應用的探索。

最新的ISO-GQL國際標準的深入挖掘，我們便可對分布式的高效的圖查詢的處理技術做出更為深入的探索，尤其是對金融業務中常見的超級節點的優化方案的挖掘，自然也就為金融的各大機構帶來了更高的效率的查詢的性能。

07 未來展望，圖技術賦能金融數字化新征程

伴隨人工智能、圖計算、區塊鏈等新興的技術的逐步成熟與廣泛的應用，金融業的數字化轉型已由初期的“起跑”階段躍入了“深水區”：金融的數字化已經不再僅僅是簡單的對傳統的金融業務的“改造”、而是對傳統的金融業的“顛覆”和“重構”，金融的數字化將進一步推動金融的“去中心化”、“去中介”、“去機構”，進一步推動金融的“普惠”、“普及”和“普元”，對傳統的金融業構成越來越大的挑戰。基于對數據的分析和處理的不斷深入，圖計算技術的獨特優勢也使其逐漸成為金融業的“數字化轉型”的重要推動力。

在技術的不斷 matures背景下，金融領域的知識圖譜應用將從剛剛的監管、大銀行的試點向成本相對較低的中小型的金融機構的廣泛的普及和應用中去。而悅數圖數據庫的“一體機”式的解決方案不僅大大地縮短了用戶的部署與調優的時間，更為用戶的快速投入實際的應用場景提供了堅實的保障。

伴隨對未來的不懈追求，我們的悅數圖數據庫將進一步深入金融的骨髓，通過引領的RDMA加速技術的不斷完善對現有的圖數據庫的系統的全方位的改造，有效的降低了網絡的延遲和計算的資源的消耗，從而大大地進一步的提升了系統的性能，為金融的各個場景提供了更強的技術的支撐。

隨著圖技術的不斷與AI的深入融合，金融的格局也將會迎來更為深刻的變革。其中最值得期待的，或許就來自圖的AI化對金融的顛覆性帶來新的應用場景和新的商業模式的誕生將會更為廣泛地將人工智能的優勢帶入到金融的各個環節，推動金融的數字化、智能化的發展，從而將金融的服務、體驗、效率等都做到更加的優質化、便捷化。?悅數圖數據庫的不斷迭代，金融界已悄然開啟了一個安全、智能、以數據為核心的新生態，徹底改變了以往的數據管理和應用模式，推動了金融的高效發展。