背景以及需求线上业务对数据库可用性可靠性要求较高，要求需要有双 AZ 的主备容灾机制。主备集群要求数据和 schema 信息实时同步，数据同步平均时延要求在 1s 之内，p99 要求在 2s 之内。主备集群数据要求一致要求能够在主集群故障时高效自动主备倒换或者手动主备倒换，主备倒换期间丢失的数据可找回。为什么使用 Listen...

前几天和社区小伙伴友好交流（闲聊），不少加入 NebulaGraph 的小伙伴虽然对图感兴趣，但是因为业务调整或者是时间缘故，最终没能用上 NebulaGraph。而他们当中不少的小伙伴说，春节我打算好好学习一番。既然大家有此打算，那 Nebula 一定要来助力一番。

LDBC（Linked Data Benchmark Council）Social Network Benchmark，简称 LDBC SNB，是一种针对社交网络场景的评估图数据库性能的基准测试。

在去年的年度人物 回顾中，我们看到了形形色色的人们，他们当中有帮 NebulaGraph 捉 bug 的小能手，也有通过用回复来解答他人疑惑的启蒙者…在今年（2023 年），我们这个整点不一样的，将镜头推进，看清他们的姓氏和脸庞，聚焦在每位 NebulaGrpah 技术社区作出贡献的小伙伴。

在之前的产品篇，我们了解到了 NebulaGraph 内核及周边工具在 2023 年经历了什么样的变化。伴随着这些特性的变更和上线，在【文章】博客分类中，一篇篇的博文记录下了这些功能背后的设计思考和研发实践。当中，既有对内存管理 Memory Tracker 的原理讲解，也有对 NebulaGraph 的安装选择指引。

一年又过去了，感谢你和 NebulaGraph 一起又走过一个春夏秋冬。在这 365 天里，我们一起见证了 214 个 commit 带来的 NebulaGraph 3 个中版本的上线，它们分别是 v3.4.0、v3.5.0 和 v 3.6.0；除了内核经历了 3 个中版本的迭代之外，NebulaGraph 在 2023 年也迎来一大波新周边工具，以及已有周边工具的大更新。

NebulaGraph 内核所自带的数据结构其实已经很丰富了，比如 List、Set、Map、Duration、DataSet 等等，但是我们平时在建表和数据写入的时候，可以用到的数据结构其实比较有限，复杂结构目前仅支持以下几种：

近来 NebulaGraph 社区在 LLM + Graph 和 Graph RAG 领域进行了深入的探索和分享。在 LlamaIndex 和 LangChain 中，NebulaGraph 引入了一系列知识图谱和图存储工具，支持编排、图谱与大模型间的交互。之前，NebulaGraph 布道师古思为作为这项工作的主要贡献者已向大家详细介绍了如何构建图谱、Text2Cypher、GraphRAG、Gr...

在开始正式地解读执行计划之前，我们先来了解在 NebulaGraph 中，一条查询语句（Query）是如何被校验、生成语法树，到最后被转为逻辑 / 物理的执行计划。而这个 Query 生命周期，无论是 NebulaGraph 原生查询语言 nGQL 或者是从 v2.x 开始兼容的 openCypher，都会经历从字符串到执行计划的过程。这个过程对应到编程语言...

因为线上图数据库目前为单集群，数据量比较大，有以下缺点：单点风险，一旦集群崩溃或者因为某些查询拖垮整个集群，就会导致所有图操作受影响很多优化类但会影响读写的操作不好执行，比如：compact、balance leader 等；双集群在升级的时候也非常有优势，完全可以做到不影响业务运行，比如先升级备集群再升级主集群。总...

自 LLM 系列文章《知识图谱驱动的大语言模型 Llama Index》、《Text2Cypher：大语言模型驱动的图查询生成》、《Graph RAG: 知识图谱结合 LLM 的检索增强》陆续和大家见面，以及《夜谈 LLM》主题直播同大家交流一番 LLM 和知识图谱、图数据库之后，在上周 NebulaGraph 的研发人员做客开源中国·高手问答活动，同开源中国的...

本文为大家揭示 NebulaGraph 率先提出的 Graph RAG 方法，这种结合知识图谱、图数据库作为大模型结合私有知识系统的最新技术栈，是 LLM+ 系列的第三篇，加上之前的图上下文学习、Text2Cypher 这两篇文章，目前 NebulaGraph + LLM 相关的文章一共有 3 篇。

话接上文《图技术在 LLM 下的应用：知识图谱驱动的大语言模型 Llama Index》 同大家简单介绍过 LLM 和图、知识图谱相关的结合，现在我来和大家分享下最新的成果。毕竟，从 GPT-3 开始展现出超出预期的“理解能力“开始，我一直在做 Graph + LLM 技术组合、互补的研究、探索和分享，截止到现在 NebulaGraph 已经在 LlamaInd...

大家好，我是来自 BOSS直聘的赵俊南，主要负责安全方面的图存储相关工作。作为一个从 v1.x 用到 v3.x 版本的忠实用户，在见证 NebulaGraph 发展的同时，也和它一起成长。

nebula_dart_gdbc，是访问 NebulaGraph 的 Dart 语言客户端，在 dart_gdbc 的规范下进行开发。dart_gdbc 是一套使用 Dart 语言定义的图数据库标准数据接口，整体思路参考了 JDBC 的规范。目前已经实现了对 NebulaGraph 的支持。

读过我公众号文章的同学都知道，我做过很多次重构，可以说是“重构钉子户”，但是这次，重构图数据库 OrientDB 为 NebulaGraph（[链接]），可以说是我做过最艰难的一次重构。

本文整理自社区用户陈卓见在「夜谈 LLM」主题分享上的演讲，主要包括以下内容：利用大模型构建知识图谱利用大模型操作结构化数据利用大模型使用工具利用大模型构建知识图谱上图是之前，我基于大语言模型构建知识图谱的成品图，主要是将金融相关的股票、人物、涨跌幅之类的基金信息抽取出来。之前，我们要实现这种信息抽...

本文整理自 NebulaGraph PD 方扬在「NebulaGraph x KubeBlocks」meetup 上的演讲，主要包括以下内容：

本文整理自 NebulaGraph 布道师 wey 在「夜谈 LLM」主题分享上的演讲，主要包括以下内容：背景LLMRAGGraph知识抽取Text2CypherGraph RAG未来规划技术背景LLM 是什么这里简单、快速地介绍下大语言模型：从 GPT-2 开始，到后来流行的 GPT-3，人们逐渐意识到语言模型达到一定规模，借助部分技术手段之后，程序好像可以变得...

在之前的《手把手教你用 NebulaGraph AI 全家桶跑图算法》中，除了介绍了 ngai 这个小工具之外，还提到了一件事有了 Jupyter Notebook 插件: [链接]，可以更便捷地操作 NebulaGraph。

本文由社区用户 Albert 贡献，首发于 NebulaGraph 论坛，旨在提供多一种的部署方式使用 NebulaGraph。在本文，我将会详细地记录下我用 K8s 部署分布式图数据库 NebulaGraph 的过程。下面是本次实践的内容规划：一到十章节为 K8s 集群搭建过程；十一到十五章节为参考 NebulaGraph 官方文档安装部署 NebulaGraph的过程；本...

LLM 如火如荼地发展了大半年，各类大模型和相关框架也逐步成型，可被大家应用到业务实际中。在这个过程中，我们可能会遇到一类问题是：现有的哪些数据，如何更好地与 LLM 对接上。像是大家都在用的知识图谱，现在的图谱该如何借助大模型，发挥更大的价值呢？

像是 NebulaGraph 这类基础设施上云，通用的方法一般是将线下物理机替换成云端的虚拟资源，依托各大云服务厂商实现“服务上云”。但还有一种选择，就是依托云数据基础设施，将数据库产品变成为云生态的一环，不只是提供自身的数据云服务，还能同其他的数据库一起分析挖掘业务数据价值。在本篇分享中，让你在了解何为云原生...

在金融场景中，天然会有大量结构化的数据需要投入大量的人力去生产和维护，而这样的数据又会大量被应用在下游的标签、推荐、风控等场景。比如基金关联的基金经理，基金净值，基金重仓股等信息，需要从各个基金公司的公告信息中进行提取。

ng_ai 的全名是：Nebulagraph AI Suite，顾名思义，它是在 NebulaGraph 之上跑算法的 Python 套件，希望能给 NebulaGraph 的用户一个自然、简洁的高级 API。简单来说，用很少的代码量就可以执行图上的算法相关的任务。

导读：随着企业数字化转型升级，线上业务呈现多场景、多渠道、多元化的特征。数据要素价值的挖掘可谓分秒必争，业务也对数据的时效性和灵活性提出了更高的要求。在庞大分散、高并发的数据来源背景下，数据的实时处理能力成为企业提升竞争力的一大因素。今天分享的是众安金融实时特征平台实践。

今天给大家带来一个简单的为 NebulaGraph 提供 GraphQL 查询支持的 DEMO，为什么是简单的，因为本来想完成更多工作再给大家介绍的，但是上个月太忙加上下个月更忙，但是我又很想白嫖一下 Nebula 官方的奖品，所以就赶紧端上来了。

GPT-4 最近风头正劲，作为 NebulaGraph 的研发人员的我自然是跟进新技术步伐。恰好，现在有一个将 Slack channel 消息同步到其他 IM 的需求，看看 GPT-4 能不能帮我完成这次的信息同步工具的代码编写工作。

本次 v3.5.0 版本主要是优化了 FIND ALL PATH 性能，支持免索引的全表扫描等功能。具体性能提升幅度，记得阅读下周的 NebulaGraph v3.5.0 性能报告。

引语：作为国内外最大的代码托管平台，根据最新的 GitHub 数据，它拥有超 372,000,000 个仓库，其中有 28,000,000 是公开仓。分布式图数据库 NebulaGraph 便是其中之一，同其他开源项目一样，NebulaGrpah 也有自己的 contributor 们，他们是何时，通过哪个 pr 与 NebulaGraph 产生联系的呢？本文尝试用可视化方式，来探...