圖數據庫一體機是面向知識圖譜、大數據、科學計算、工程計算、大數據分析、機器學習、深度學習、電信、能源、氣象、金融、數據庫、高頻交易等行業應用。是支持屬性圖模型，用于處理高度連接數據查詢與存儲的實時可靠的數據庫，管理極致計算性能和并行加速效率的彈性高性能計算服務平臺。適用于金融欺詐檢測、企業圖譜、公共安全、數字化變革、非關系型數據庫、大數據、大數據可視化、數據分析、供應鏈管理、數據管理、圖數據、數據決策、數據展示、反欺詐、反洗錢、實時推薦、客戶360、網絡安全等領域。

興起于20世紀60年代的數據庫技術十年來并未普及。近十年來，信息世界發展迅速，面對極其復雜、互聯互通、動態多變的數據洪流，數據庫平臺如雨后春筍般涌現，市場上有350多個選擇。多年來，數據庫市場一直以每年5%至6%的速度高速擴張，預計未來4至5年市場規模將從目前的500億美元攀升至1000億美元。

  近兩年來，數據庫行業的發展趨勢呈現出三個特點。

1融合

隨著新數據的大規模創新，快速擴張的數據庫市場再次呈現出融合態勢，數百家數據庫廠商逐漸被分為四個新的穩定的數據庫陣營，包括文檔數據庫、圖形數據庫、時間數據庫和NewSQL數據庫。在不同的子領域，只有數量有限的公司處于領先地位，比如圖領域的Neo4j和文檔領域的MongoDB。

2向云遷移已經成為整個行業的長期趨勢

          2017年前后一些大型云供應商和獨立云供應商開始現。雖然曾由于數據重力、監管等因素進度有所放緩，但這一趨勢再次全面展開。在很大程度上，數據向云服務的轉移已經成為數據庫平臺發展的驅動因素。

3數據科學家方興未艾

  總的來說，數據科學家不喜歡數據庫，但他們喜歡數據。圖數據庫是一個例外，越來越多的數據科學家青睞它。數據科學家使用圖形算法處理數據，然后通過圖形將數據輸入機器學習管道，從而為機器學習模型和預測提供關系信號。因此，圖形數據庫成為機器學習管道的核心部分。

以供應鏈為例，十年前供應鏈應用還不是圖數據庫的最佳用例。因為當時任何生產實物產品的制造公司可能只有一個2到3個級別的供應鏈，關系數據庫完全可以滿足企業的需求。如果需要分析，添加2或3個節點即可。

目前為止，制造企業不僅在不同大洲擁有廣泛的業務分布，還必須應對一個又一個突發事件。制造企業需要了解此類事件對供應鏈乃至業務的影響，具備保障供應鏈安全的能力。有效的解決辦法是實現供應鏈的數字化。如今企業面臨的數據分析不再是2至3次的跳轉挖掘，而是20、30甚至40跳轉挖掘。數據庫尤其是在多次跳轉中表現優異的圖形數據庫已經成為必然的選擇。