圖計算服務Graph Compute是阿里雲自主研發的高效能分布式圖計算產品，為開發人員提供萬億級資料規模的一站式圖技術服務。Graph Compute支援複雜圖關係資料的儲存、查詢和計算，高效對接圖演算法與模型，在搜尋推薦廣告、即時風控、知識圖譜、社交網路等情境有著廣泛的應用。
為什麼選擇圖計算服務
複雜關係，簡化表達
通過KKV可高效表達圖模型中的關聯關係，將常用的2度查詢簡化為1度查詢，查詢表達更簡單。
源於開源，勝於開源
支援開源Gremlin文法，重點運算元效能最佳化，讓計算效率更高。
海量資料，靈活擴充
分布式叢集架構可彈性營運，分鐘級快速擴充服務和資料存放區能力。
巨量資料生態，深度對接
對接完整的阿里雲巨量資料及AI產品生態，提供基於MaxCompute+Flink+Graph Compute 的情境化圖計算解決方案。
圖計算服務Graph Compute特點
高效能
查詢延時低、資料匯入快（千億資料查詢延時2ms以內，資料載入最高達500w doc/s ）。
低成本
通過提供倒排查詢和向量計算的擴充能力，同需求情境下，引擎資源開銷是採用其他方案的50%。
高可用
離線系統支援多版本備份，提供分鐘級資料恢複功能，具有更強的容災和資料復原能力。
百萬級TPS
Graph Compute採用非同步更新架構，單節點支援百萬層級TPS更新，保證資料的高時效性。
全託管
提供圖形化展示的控制台，提升資料開發效率。資料鏈路全託管，業務營運0投入。
Graph Compute 與其他開源圖計算相比的優勢
問題一：查詢效能為什麼能比開源好很多
圖計算服務核心引擎iGraph在分區並發查詢的基礎上，通過自研的協程非同步架構並發召回，將同步串列磁碟訪問改造為非同步並行，極大的提高了查詢效能；同時將部分計算下沉，保證了複雜計算的效能。
在基於磁碟的查詢訪問情境下引入了io_uring，支援高iops下穩定運行。
核心引擎iGraph自研多級緩衝，對熱資料更加友好。
問題二：巨量資料匯入能力對比開源有較大的提升？
Graph Compute擁有一套自研分布式索引構建服務，使得離線全量、增量、即時資料統一入口，離線全量、批次增量索引、配合線上即時增量索引解決線上索引LSM tree過度膨脹的問題。
即時資料更新寫入支援最終一致性，效能對比強一致性的寫入對比開源有1～2個資料量級的效能優勢。
問題三：Graph Compute的成本總體為什麼能比開源低？
架構的設計上我們優先考慮成本和高效能，保證資源的高利用率。
較為完善的自動化營運系統讓營運成本直線下降。
天然支援多種類型索引（kv/kkv/倒排/向量），不需要申請額外的業務資源。
問題四：Graph Compute的穩定性為什麼比開源高？
針對異常和大促情境下iGraph核心引擎做了多年技術最佳化和沉澱來保證穩定性，同時配合高可用、自動負載平衡、自動擴縮容、自動降級等一系列自動化營運系統進行動態平衡流量和快速恢複。