图数据库技术颠覆

分布式高容错(存量大)

支持万亿级以上的点边存储,任意数据

来源的任意格式对接,自动知识补全

流式动态存储(算力强)

区别于传统图数据库“静态数据图谱”,

支持千万级以上吞吐的点边0秒计算更新

图聚合分析模型(架构牛)

唯一具有预计算能力的图库,历史与指标

数据共存,兼顾查询效率和明细数据保留

时序知识图谱

时序数据库能力

将时序与图谱能力融合,

最大化发挥图数据中的时间价值

自定义算子/公式

编写业务公式/函数作为高级的属性类型、

自动删除过期/更新实时数据

CDC增量同步技术

"图"与第三方数据库"表"保持数据一致,

图表共存,表存历史,图存最新指标

向量知识图谱

向量数据库能力

支持文本/音视频/文本等格式数据存储,

Embedding Vector 相似度计算

LLM-HybridRAG

面向大模型垂直行业落地,

Vector+Graph的RAG一体化高效方案

图谱检索

结合向量能力提升图谱模糊检索能力,

快速查找相关实体和关系并进行图遍历

文件数据

(兼容HDFS/S3/Minio等)

存储图文等任意非结构化格式的海量数据

表格数据

(替换传统关系型数据库)

升级结构化数据存储为易管理的图谱形式

实时数据

(替换Druid/Kylin/ClickHouse等数仓)

升级实时数据分析为关联数据实时分析

时间序列数据

(替换Prometheus/Influxdb等时序数据库)

存储传感数据或附加业务的关联设备数据管理

地理空间数据

(替换Geoserver等空间数据库)

升级设备坐标/用户轨迹数据为时空表达

事件数据

(如:案发时间/地点/手法/关联人物等)

升级分散要素为思维导图,梳理时序脉络

指令数据

(替换Redis等内存数据库)

Abution分布式内存版,“热”数据实时响应

机器学习特征数据

(替换SparkML/DataFrame等计算框架)

升级局部数据计算能力为全量计算/更新/存储

非结构化向量数据

(替换Chroma/Milvus等向量数据库)

升级文本相似度计算为图向量计算

高级特性

导入删除无枷锁

支持未知关联的点边数据入库和点边混合导入

支持任意数据删除操作和孤立点边存在,

存储形式不设限

支持任意Java对象作为属性类型

支持定制函数作为聚合/过滤函数

自带用户数据权限

图谱隔离(库表级)

子图隔离(数据级)-军工政府等必需

图算法库

包含路径/重要度/图特征/社区发现/分类

聚类/相似度/粗化/分层/分区等60+种算法

大数据生态

无缝对接Hadoop/S3/Minio/Spark

/Flink/Kafka/hazelcast..

边缘计算能力

算力分布到远程微型设备实

时监控数据连接中台和图库

业务方向

图库授权使用

提供技术服务

加入技术生态

解决方案供应

软件项目开发

为什么选择我们?

关系数据库

二维表模型,

索引复杂难管理,

关联查询速度极慢,

历史数据备份友好。

图谱数据库

思维导图模型,

结构清晰易管理,

数据检索高效,

业务数据分析友好。

关系数据库

小批量数据更新/查询,

响应时间长,

聚合查询离线计算,

二维表静态存储。

时序数据库

流式导入->更新->查询,

毫秒级响应,

年月日等时序指标窗口聚合,

多维标签动态储存。

我们的独创性

传统图数据库关联查询效率高,但计算和分析效率以旧低下,

AbutionGraph将时序和向量数据库的计算模式、数据仓库(HOLAP)的分析模式融入图存储底层设计之中,

创新支持:时序图谱、流式图谱的动态图谱存储,向量存算则弥补了图库模糊检索的缺失,

高效(准实时)的支撑数据存储、检索和分析需求。

帮助企业快速构建数据运营能力,个性化定制有竞争力的项目落地解决方案,突破既往图数据库无法满足的场景。

知识图谱

时序计算

向量计算

我们

时序向量图谱数据库

性能对比

下载完整的测试报告

实时写入性能(事件/秒)

统计查询性能(条数/毫秒)

应用场景

电信话单分析系统

电信话单分析系统

使用不同时间聚合粒度的图谱特征来扩展号码特征,提供智能的手机通话行为、轨迹、习惯实时监控和分析功能。

效果:建立仿冒客服/公检法等多种新型诈骗电话检测模型准确率90%以上,每秒触发数千万个实时通话用户近一个月的行为轨迹以判别异常。

银行账单分析系统

银行账单分析系统

金融场景中,交易单每时每刻都在发生变化,信用卡申购、资金流入流出、人员后台的操作等,往往对业务有用的数据也是实时动态更新的。

效果:通过多时间维度模型实时发现重点客户,百亿数据网络秒内算出每个客户的资金活动明细及关联的帐号交易网络。

上网日志分析系统

上网日志分析系统

5G场景中,根据大规模网点用户的网络使用量进行分析,对用户违规行为进行监控并溯源定位,完善日常网络行为管理,规避企业安全与政策法规风险

效果:采集某区域4000w+/s的用户上网日志,并立即根据用户的基站,信令等历史行为聚合并判别位置,设备,活跃等异常。

电网电力调度系统

电网电力调度系统

电网数据结构错综复杂、路径无向、实体间无直接关联设计,传统方法无法构建电网图谱。

效果:采用独有的无结构建图,无需人为干预,自动推理出设备连接,构成异构电网拓扑、1秒内计算30跳范围设备的可用线路、亿级设备实时状态规划调度方案

经侦金融系统

经侦金融系统

经侦场景中,需要根据上报线索快速梳理出个人/企业资金来源/去向,可通过一个页面、一张图谱整体上得知事件的全貌,细节上感知每个实体的事件趋势。

效果:实时交互分析,百亿实体任意交易时间范围统计明细秒内完成,并实时可视,大额/频率/环路/链路等可用线索一键发现。

物联网“数字孪生”系统

物联网“数字孪生”系统

专为智慧政务、智慧园区、智慧交通、5G车联网、智慧工厂、智慧能源等系统定制,以全要素场景为交互展现手段,用知识图谱体现“万物互联”,用时序数仓监控指标。

效果:物联传感数据实时更新到数字网络,监控异常,指令交互,实时大屏。

更多场景:

如智能问答、社交直播用户行为分析、金融风控、军工情报、

供应链管理、loT监控、企业画像、线上零售、新能源......

期待与您一起探索。

图特摩斯科技

图数据库技术颠覆

分布式高容错(存量大):支持万亿级以上的点边存储,任意数据来源的任意格式对接,自动知识补全

流式动态存储(算力强):区别于传统图数据库“静态数据图谱”,支持千万级以上吞吐的点边0秒计算更新

图聚合分析模型(架构牛):唯一具有预计算能力的图库,历史与指标数据共存,兼顾查询效率和明细数据保留

时序知识图谱

时序数据库能力:将时序与图谱能力融合,最大化发挥图数据中的时间价值

自定义算子/公式:编写业务公式/函数作为高级的属性类型、自动删除过期/更新实时数据

CDC增量同步技术:"图"与第三方数据库"表"保持数据一致,图表共存,表存历史,图存最新指标

向量知识图谱

向量数据库能力:支持文本/音视频/文本等格式数据存储,Embedding Vector相似度计算

LLM-HybridRAG:面向大模型垂直行业落地,Vector+Graph的RAG一体化高效方案

图谱检索:结合向量能力提升图谱模糊检索能力,快速查找相关实体和关系并进行图遍历

1图搞定,多种模态数据存储

文件数据:(兼容HDFS/S3/Minio等),存储图文等任意非结构化格式的海量数据

表格数据:(替换传统关系型数据库),升级结构化数据存储为易管理的图谱形式

实时数据:(替换Druid/Kylin/ClickHouse等数仓),升级实时数据分析为关联数据实时分析

时间序列数据:(替换Prometheus/Influxdb等时序数据库),存储传感数据或附加业务的关联设备数据管理

地理空间数据:(替换Geoserver等空间数据库),升级设备坐标/用户轨迹数据为时空表达

事件数据:(如:案发时间/地点/手法/关联人物等),升级分散要素为思维导图,梳理时序脉络

-

指令数据:(替换Redis等内存数据库),Abution分布式内存版,“热”数据实时响应

-

机器学习特征数据:(替换SparkML/DataFrame等计算框架),升级局部数据计算能力为全量计算/更新/存储

非结构化向量数据:(替换Chroma/Milvus等向量数据库),升级文本相似度计算为图向量计算

高级特性

导入删除无枷锁:支持未知关联的点边数据入库和点边混合导入,支持任意数据删除操作和孤立点边存在。

存储形式不设限:支持任意Java对象作为属性类型,支持定制函数作为聚合/过滤函数。

自带用户数据权限:图谱隔离(库表级),子图隔离(数据级)-军工政府等必需。

图算法库:包含路径/重要度/图特征/社区发现/分类聚类/相似度/粗化/分层/分区等60+种算法。

大数据生态:无缝对接Hadoop/S3/Minio/Spark/Flink/Kafka/hazelcast..。

边缘计算能力:算力分布到远程微型设备实,时监控数据连接中台和图库。

业务方向

图库授权使用

提供技术服务

加入技术生态

解决方案供应

软件项目开发

为什么选择我们?

关系数据库

二维表模型,索引复杂难管理,关联查询速度极慢,历史数据备份友好。

图谱数据库

思维导图模型,结构清晰易管理,数据检索高效,业务数据分析友好。

关系数据库

小批量数据更新/查询,响应时间长,聚合查询离线计算,二维表静态存储。

时序数据库

流式导入->更新->查询,毫秒级响应,年月日等时序指标窗口聚合,多维标签动态储存。

我们的独创性

传统图数据库关联查询效率高,但计算和分析效率以旧低下,

AbutionGraph将时序和向量数据库的计算模式、数据仓库(HOLAP)的分析模式融入图存储底层设计之中,

创新支持:时序图谱、流式图谱的动态图谱存储,向量存算则弥补了图库模糊检索的缺失,

高效(准实时)的支撑数据存储、检索和分析需求。

帮助企业快速构建数据运营能力,个性化定制有竞争力的项目落地解决方案,突破既往图数据库无法满足的场景。

性能对比

下载完整的测试报告

实时写入性能(事件/秒)

客户端连接数

统计查询性能(条数/毫秒)

查询数据量

应用场景

电信话单分析系统

银行账单分析系统

上网日志分析系统

经侦金融系统

电网电力调度系统

物联网“数字孪生”系统

更多场景: 智能问答、关系搜索、个性化推荐、

欺诈检测、金融风控、军工情报、供应链管理、

loT监控、企业画像、线上零售、医疗保健......

期待与您一起探索。