随着大数据的广泛应用和云计算的快速发展，金融行业的数据已经从“大”转向了“海”，从而对传统的数据处理、分析、挖掘等的方法和工具提出了更高的要求，也为金融领域的数据的海量的关联分析、实时的风控和复杂的决策支持等带来了一系列的挑战。传统的关系型数据库却在多表的复杂连接和深度的关联查询中始终表现出一副“力不从心”的模样，对现代的金融业务来说已经难以满足其对实时性和精准性的高要求。

基于图数据库的技术迭代尤其是国产的悦数图数据库在多跳的复杂查询的实时的风控以及对复杂的关系的挖掘等方面都已初现了其卓越的性能，已初步推动了金融行业的从传统的基于关系的数据库的思维向更为先进的基于图的数据库的思维的转变，正将金融行业推进到一个全新的智能化的时代。

01 传统风控的困境，图技术带来的突破

基于新型的黑产手段的不断涌现，黑产的团伙也将其通过群体的信息的组合将其将风险的分散到多个正常的节点中，从而轻易的就绕过了传统的单维的规则的监测的阈值。

传统的“Redis+数据仓”风控方案却始终存在着一系列的明显的短板，如：其依赖的离线的数据仓库和预计算的模型，导致了数据的更新延迟高达T+1甚至T+2，而我们都知道实时的数据才是最值得我们信赖的数据；其对Redis的应用也仅仅限于简单的键值的查询，而无法更好的关联起复杂的网络。

通过对悦数图数据库的先进的实时的图计算的技术的巧妙的突破和克服了了这些长期困扰我们的大数据图的处理的诸多的局限性。依托于将用户的实时数据以Kafka+Flink的流处理引擎的形式高效的将其转化为图的节点和边的实体并实时的写入系统中，极大的提高了图的实时性和可扩展性。

借助对子图的高效的并行计算，风控决策引擎便能在高并发的环境下快速的获得近乎即时的反馈，实现了对各类的多跳的毫秒级的全方位的风险的查询，真正让风控系统能在欺诈的发生的第一时间就做出反应。

02 技术架构优势，打造金融级性能底座

以其独特的“计算与存储分离”的原生分布式图数据库的设计，悦数图数据库尤为擅长高效的处理千亿的点万亿的边的超大规模的数据集的同时，也能保持毫秒级的查询的延时。

悦数图数据库的最新一代v5.1的全面的升级和优化，尤其是基于LDBC SF100的实测数据的对比表明了其在整体的查询吞吐量的巨大提升达到了550%的惊人之处，同时也对深度的关联计算的场景的响应的效率也得到了更为显著的优化。

以10跳的股权穿透查询的深度优化的实践其执行的耗时从8.2秒的传统的递归查询的耗时缩减至1.5秒，相当于在复杂的多层的关系网络中就能直接的建立起直达的路径，从而大幅的降低了对实时的决策的延迟。

对稳定的全方位的保障，悦数图数据库v5.1不仅为用户打造了完善的容灾与安全的防线，还通过引入了跨Zone的双活容灾体系，通过两地三中心的架构与Raft的一致性协议，实现了同城的数据中心发生故障时都能在秒级的时间内将业务的流量都给自动的切换过去，并且数据的一致性也就不用担心了。

03 金融风控实战，从精准拦截到团伙挖掘

通过对全球的金融科技的“独角兽”级的企业的深入的实践应用中，悦数的图数据库也逐渐展现了其在高性能的方面的卓越之处。为全球10多万家企业的金融需求提供了全面的服务接口，不仅为其提供了国际的跨境交易的平台，更为其提供了方便快捷的跨境的资金的转账等一系列的便利的服务，其年交易的规模也无比的巨大。

引入悦数图数据库后，该公司构建了200亿点边的实时风控图谱，实现了风控范式的全面升级。在授信阶段，风控引擎能实时查询1-3度关联网络，300+并发下平均响应时间仅8毫秒。

对动态图的精准规则的挖掘和对高风险的申请的提前拦截，有效的将60%的高风险的申请在最开始的申请环节就给予了拦截，从而大幅地降低了对这些高风险的申请的的人工审核成本。基于对放款的实时的图特征与机器的深度学习模型的精准的识别，有效的切断了团伙的欺诈模式的实施路径。

通过对“蛛网式”的关联网络的深入的挖掘与对其背后的集体骗贷行为的成功的拦截，充分体现了“子图嵌入”的大数据挖掘的先进的技术手段和其对预防金融风险的重要的作用。采用对悦数图数据库的深度融入手段，得以对整个风险控制的平台的三大子域——新用户的资料的审核、对交易的风险的审查和对交易的后分析等均起到着至关重要的关键作用，从而使得系统的交易都能够处处的安全可靠的进行下去。

04 Graph RAG创新，解决大模型幻觉难题

悦数图数据库在Graph RAG方面的创新，为金融大模型应用提供了新思路。基于信雅达的AI解决方案不断的升级完善，我们最新推出的深度融合了悦数的Graph RAG的猛禽大模型的知识管理平台,为广大用户的知识管理、数据的智能化运营等带来了更大的便利和更高的效率。

通过对金融大模型的深度解耦和全链路的知识化管理，平台不仅为金融行业的大模型的落地提供了最为完善的解决方案，更为复杂的场景下的知识管理也得到了全新的解决方案的带来。但传统的RAG技术却在面对如今金融行业日益高的非连续、高的关联的复杂的语义场景时，往往力不从心，难以满足金融行业的复杂的深入的需求。

悦数Graph RAG不仅能完成“A到B”的单跳的检索，还能对“A→B→C”的链式的逻辑的分析都能得以支持。基于对图谱的实体关联的链式表达的挖掘和深入的分析，就能在不失去准确性的前提下，实现出金融场景中的较为复杂的多步的推理与分析等高级的应用价值。

凭借对客户的历史交易记录的深入挖掘、对其精细的信用评分的把握等一系列的数据的细致的分析以及对相关的企业的经营状况的全面而细致的把握，我们都能从中找到更为可靠的、更具针对性的为企业的决策提供依据和参考的宝贵的信息资源。

图谱的视觉化形式更为直观的体现了Graph RAG的另一大亮点——其能够对复杂的关系进行可视化的强大能力。通过对实体之间的关联关系的明确的、可视的的推理路径的展现为业务人员提供了“结构化的因果或语义的关系”，从而使他们能够直接地对答案的正确性进行理解和确认。

05 行业应用拓展，从风控到投研的全场景赋能

其在金融的应用已不仅仅停留在了传统的风控领域，逐渐的将其应用于了投资、资产配置、风险管理等多个方面的领域。对金融的各个细分领域都搭建了起到辅助投研、金融事件的精准分析、对客户的各个风控点的全方位的监控等方面的知识中台的基础框架，已初步为公司的各个业务的发展提供了强有力的支撑。

而随着信息化的深入推进，期货行业作为一个信息高度密集的行业，其日常的经营管理中必然会产生大量的结构化的数据和非结构化的数据，如对客户的基本信息的收集、客户的交易记录的保存等，这就为我们对其信息的采集、处理、分析、的提供了广大的可能。

采用对数据的多角度的深入挖掘和对产品之间的复杂关联的自动识别手段，有效的突破了传统的投研的“死板”的决策思路，使得投研的决策效率大大地提升了。对金融事件的实时图谱化的监控分析，我们不仅能够快速的捕捉到市场的每一次波动的动态,更能准确的将其对期货的价格的影响做出及时的解读,为分析人员的决策提供了最直接的依据.。

通过对合规风控的深度挖掘和对可疑的账户和交易的行为的细致的关联分析 ultimately 就等于对其加强了合规的监管。通过对客户的深入洞察尤其是基于对其交易和行为的精准的数据的社群的切分为我们提供了对其精准的营销的依据.。

基于将中金公司的数据都基于悦数的图数据库打造的知识图谱的中台项目不仅能很好的解决了我们过去所面临的数据的分散的存储的挑战，也将我们的数据的管理的效率给大大地提升了同时也将我们的业务的数字化的水平也得到了很大的提高。

06 国产自研力量，构建金融科技新生态

悦数图数据库作为100%国产自研的企业级分布式图数据库，拥有多项核心专利和技术认证。这种国产自研优势在金融行业尤为重要，因为金融和监管关系到国家金融安全与发展稳定，选择自主可控的产品，可以避免被国外技术“卡脖子”。

国产产品从诞生起就针对用户庞大图数量来研发产品，能够满足金融机构的应用需求。悦数图数据库是全球首家原生支持ISO-GQL的分布式图数据库产品，采用Shared-nothing分布式架构和计算与存储分离的设计。

与复旦大学的战略合作不仅进一步丰富了悦数的技术优势，还为其在人工智能、数据科学等前沿的领域的研究开发 Inject了新的动力和活力。两家就共建了“先进的金融图技术的校企联合研究中心”，也就共同地开始了对领先的图技术在金融的领域的更进一步的落地的应用的探索。

最新的ISO-GQL国际标准的深入挖掘，我们便可对分布式的高效的图查询的处理技术做出更为深入的探索，尤其是对金融业务中常见的超级节点的优化方案的挖掘，自然也就为金融的各大机构带来了更高的效率的查询的性能。

07 未来展望，图技术赋能金融数字化新征程

伴随人工智能、图计算、区块链等新兴的技术的逐步成熟与广泛的应用，金融业的数字化转型已由初期的“起跑”阶段跃入了“深水区”：金融的数字化已经不再仅仅是简单的对传统的金融业务的“改造”、而是对传统的金融业的“颠覆”和“重构”，金融的数字化将进一步推动金融的“去中心化”、“去中介”、“去机构”，进一步推动金融的“普惠”、“普及”和“普元”，对传统的金融业构成越来越大的挑战。基于对数据的分析和处理的不断深入，图计算技术的独特优势也使其逐渐成为金融业的“数字化转型”的重要推动力。

在技术的不断 matures背景下，金融领域的知识图谱应用将从刚刚的监管、大银行的试点向成本相对较低的中小型的金融机构的广泛的普及和应用中去。而悦数图数据库的“一体机”式的解决方案不仅大大地缩短了用户的部署与调优的时间，更为用户的快速投入实际的应用场景提供了坚实的保障。

伴随对未来的不懈追求，我们的悦数图数据库将进一步深入金融的骨髓，通过引领的RDMA加速技术的不断完善对现有的图数据库的系统的全方位的改造，有效的降低了网络的延迟和计算的资源的消耗，从而大大地进一步的提升了系统的性能，为金融的各个场景提供了更强的技术的支撑。

随着图技术的不断与AI的深入融合，金融的格局也将会迎来更为深刻的变革。其中最值得期待的，或许就来自图的AI化对金融的颠覆性带来新的应用场景和新的商业模式的诞生将会更为广泛地将人工智能的优势带入到金融的各个环节，推动金融的数字化、智能化的发展，从而将金融的服务、体验、效率等都做到更加的优质化、便捷化。​悦数图数据库的不断迭代，金融界已悄然开启了一个安全、智能、以数据为核心的新生态，彻底改变了以往的数据管理和应用模式，推动了金融的高效发展。