GES大规模图计算引擎HyG通过实现不同的点边分区算法，可以灵活地供用户选择多种多样的切分策略，进而达到更好的运算性能。

很多时候计算引擎会对语句进行代价估计并调整语句的执行顺序。执行计划是语句如何执行的直观表达。语句如何执行不能只关注语句写法，要想写出符合预期执行顺序的查询语句，还需要关注语句执行计划。

本文归纳了Neo4j和Nebula两个开源图数据库的两个pullrequest修复的堆栈溢出问题，并试着写写通过阅读pr中的问题而得到的一些启发：查询语言（QueryLanguage）的出现方便了用户在计算引擎上执行各种操作，由于查询语言规则依赖语言自身文法，用户使用查询语言输入较为灵活，一般测试手段难以覆盖到所有情况，所以在某种程度上复杂的查询语句是各类计算产品健壮性的试金石。

在DBMS中，参数化查询被视为一种有效预防SQL注入攻击的手段。华为云图引擎GES提供对gremlin和cypher查询语言的参数化查询支持，使用参数化查询不仅可以防止前端用户随意输入恶意指令影响语句执行，还可以有效利用查询编译缓存，提高查询性能。

NULL（空值）是数据库中对数据属性未知或缺失的一种标识，用于指示数据库中不存在的数据值。当图数据库中图数据的某个节点或边的属性值缺失或未定义时，该属性值即为NULL。

图数据库的原始设计动机就是更好地描述实体之间的关系。图数据库与关系型数据库最大的不同就是免索引邻接。图数据模型中的每个节点都会维护与它相邻的节点关系，这就意味着查询时间与图的整体规模无关，只与每个节点的邻点数量有关，这使得图数据库在处理大量复杂关系时也能保持良好的性能。

随着大数据时代的到来，互联网电商风控已经从无风控、人工抽取规则为主的简易规则模型发展到当前基于大数据的风控。与金融风控不同，互联网电商风控呈现出业务量大、防控面广、流程长等特点，对研判效率和响应时效性要求更高。另一方面，风控是不断对抗升级的过程，需要不断优化并挖掘非法用户的新特征，进而提高风控的成功率。图计算可以说是互联网电商风控的有力武器，不仅在复杂关系的存储和分析上优于关系型数据库，而且能够有效利用数据间关联关系和结构，提供更为精准可靠的决策依据。下面通过典型场景分析图计算如何赋能互联网电商风控。

本实验主要是熟悉华为云图引擎GES的创图操作，GES创图的大致流程如下所示。由于GES的原始数据是存在OBS上的，如果OBS上没有桶，需要按照如下步骤创建桶。方式2：从AIGallery下载公共数据集。在图引擎服务界面，单击左侧菜单栏中“图管理”，进入“图管理”页面。在创建图的界面，配置图的名称，“用途”，“是否有初始数据”选择开启，后面的“边数据集”和“点数据集”选择OBS中已经上传的对应数据。耐心等待，当图的运行状态变成“运行中”时，说明图已经创建完成。此时可点击右侧操作栏的“访问”或者调用API等方式对图进行查询、分析等操作。

推荐系统被认为是一种用于提供给用户感兴趣的商品、内容或者服务的技术。图技术作为刻画事物之间深度链路关系的技术，常常被用来进行推荐系统的建模。本文首先介绍推荐系统以及推荐系统和图技术之间的关系，而后通过举例说明图技术如何赋能推荐系统。

开发者李雷小朋友维护了一个自己的关系链图数据库，他怎么能从图数据库中查询出与他互相关注且年龄大于30的朋友呢？