1 图数据库排名
图数据库排名：https://db-engines.com/en/ranking/graph+dbms
2 图数据库比较表格
| 初次release | 2007 | 2010 | 2012 | 2017 | 2018 | 2016 | 2017 |
| 是否开源 | 社区版开源 | 开源版限制数据库规模 | 开源 | 开源 | 开源 | 开源 | 闭源 |
| 是否收费 | 企业版收费 | webUI管理模块收费 | 企业版收费 | 免费 | 免费 | 免费 | 收费 |
| 数据模型 | graph | doc/graph/kv | doc/graph/kv | graph | graph | graph | graph |
| 实施语言 | Java/Scala | Java | C/C++/JavaScript | Java | Java | Go | C++ |
| SQL | 不支持 | 类SQL | 不支持 | 不支持 | 不支持 | 不支持 | 类SQL |
| 查询语言 | cypher | gremlin | gremlin | GraphQL | GSQL | ||
| 是否支持在线备份 | 社区版不支持 | 主主备份 | 主从备份 | 后端框架支持 | 后端框架支持 | ||
| 存储系统 | 原生 | 原生 | RockDB | Cassanda Hbase | Cassanda Hbase | 原生 | |
| 分布式 | 企业版支持 | 后期支持 | 后期支持 | 原生支持 | 原生支持 | 原生支持 | 支持 |
| 应用场景 | 人工智能、欺诈检测、知识图谱等场景 | 云服务商、具备技术能力深厚的厂商 | 互联网大规模数据场景，网络安全、金融风控、广告推荐、知识图谱等 | ||||
| 相关文档 | 非常多 | 多 | 多 | 少 | 少 | 少 | 中 |
| 文档地址 | https://dgraph.io/docs/ | http://docs.tigergraph.com.cn/ |
3 各种图数据库属性
3.1 Neo4j（主流）
历史悠久，且长期处于图数据库领域的龙头地位，主流。 缺点：企业版付费。开源的社区版本只支持单机，不支持分布式。3.2 OrientDB（不推荐）
OrientDB是第二代分布式图数据库,以混合数据模型为特点，它包括可以在最复杂的场景中使用复制和分片，并以Apache2许可证提供开放源代码。ORIENTDB工作速度快，能够在最常见的硬件上每秒存储220000条记录，并且支持无模式、完整和混合模式，可以使用SQL作为查询语言之一。ORIENTDB使用身份验证、密码和静态数据加密等方式为所有机密数据提供安全保护。OrientDB为确保更好的性能，最近引入了节点的快速重新同步，即使处理数十亿条记录，遍历速度也不会受到影响。 OrientDB 是分布式多模型数据库，支持图数据模型，支持 sharding 机制，大规模查询情况下性能比较好； 缺点：它们起步比较早，最初的时候都是一个单机的图数据库，然后随着用户数据量的不断增加，后期增加了分布式模式，支持集群和副本，但是经过调研发现，可能是由于后加的功能，他们的分布式支持的不是很好。OrientDB因为是商用版，所以没怎么用过，虽然有社区版本，但是没有Neo4j好用。3.3 ArangoDB（不推荐）
Arangodb以一种非常创造性和灵活的方式安排数据。数据可以存储为键或值对、图或文档，所有这些都可以通过一种查询语言访问。为了更安全的选择，查询中可以使用声明性模型。用户可以在一个查询中组合不同的模型及其特性的原因是，ArangoDB对所有数据模型都使用相同的核心和相同的查询语言。Arangodb独特的特性是它能够在一个查询中组合不同的数据模型。这使得其展示方式令人印象深刻且美观。它比其他数据库具有更灵活的扩展性、增强的容错性、大容量的存储能力和更低的成本。arangodb最突出的特性是foxx，这是一个用于编写数据库中以数据为中心的javascript框架。
它们起步比较早，最初的时候都是一个单机的图数据库，然后随着用户数据量的不断增加，后期增加了分布式模式，支持集群和副本，但是经过调研发现，可能是由于后加的功能，他们的分布式支持的不是很好。3.4 JanusGraph（推荐）
- JanusGraph是可扩展的图数据库，底层依赖于大数据组件，所以可以很好的和企业的大数据平台进行结合，并且能够支持实时图遍历和分析查询。对分布式支持的非常好，也都是完全的开源免费，存储数据模型也都是专为图数据而设计。JanusGraph 使用 NoSQL (如 Cassandra+ES) 来构建图数据库，用 Cassandra 来存储图片，用 Elasticsearch/Solr 构建索引引擎。
- 优点：JanusGraph的存储系统依赖于像Cassandra、HBase(HBase又依赖于Zookeeper和HDFS)、BerkelyDB等等这样的存储系统，索引系统依赖于Elasticsearch、Solr、Lucene等等；也基于这些原因，它和大数据生态结合的非常好，可以很好地和Spark结合做一些大型的图计算。
- 缺点：但是存储需要依赖于其他存储系统，例如JanusGraph多数使用HBase作为底层存储系统，而HBase又依赖于Zookeeper和HDFS，另外JanusGraph的索引又依赖于ES，所以想要搭建一套完整的JanusGraph，需要同时搭建维护好几套系统，维护成本非常大.从设计之初就考虑了分布式和扩展性，就是它的维护成本会非常高，依赖于这么多的外部系统，搭建一套JanusGraph系统的同时需要搭建好几套依赖系统；另一方面就是稳定性，根据经验来看，系统越复杂，依赖系统越多，整体可控性就越差，稳定性风险就越大。JanusGraph是开源的分布式图数据库，可以用于企业级的应用服务，但是开源的性能上要比付费的差很多，并且三方的一些工具也存在一些问题，所以要用肯定要低于底层（读写）进行性能优化，所以目前国内宣传的大部分自家的分布式图数据库基本上都是从JanusGraph优化而来的。
3.5 HugeGraph（推荐）
百度基于JanusGraph开源了HugeGraph，增加了很多特性，提高了易用性及性能，增加了一些图分析算法。HugeGraph百度在2018年中旬开源的一款图数据库（Graph Database）系统，可以存储海量的顶点（Vertex）和边（Edge）。实现了Apache ThinkerPop 3框架，支持Gremlin图查询语言。HugeGraph支持多用户并行操作，用户可输入Gremlin查询语句，并及时得到图查询结果。也可以再用户程序中调用hugeGraph API进行图分析或查询。3.6 Dgraph（推荐）
上，他们发展的比较晚，从设计之初就考虑了分布式和扩展性，所以对分布式支持的非常好，也都是完全的开源免费，存储数据模型也都是专为图数据而设计。他们有一个比较大的区别就是，而 优点：Dgraph 不依赖与任何第三方系统，只有一个 Dgraph 可执行文件，只需在启动时通过参数指定是 Zero（管理节点）还是 Alpha(数据节点)即可，Dgraph 会自动组成集群，运维部署非常简单。Dgraph使用自身的存储系统，这就造成了前面提到的运维成本的问题。而Dgraph这些都是原生支持的，所以相对来说，Dgraph维护成本低很多。Dgraph 和 JanusGraph 性能差不多，但复杂查询下，Dgraph 性能远高于 JanusGraph。同时，Dgraph 的写入性能也整体高于 janusGraph. 缺点：比如还不支持多重边、一个集群只支持一个图、与大数据生态兼容不足等，这些都需要靠后期不断完善3.7 TigerGraph（不推荐）
优点：TigerGraph可以通过GSQL实现类存储过程的算法封装，而且已经实现了很多图算法，但是语法结构要比Neo4j复杂的多。 缺点：目前就已知的情况来说，会买付费的图数据库的公司不多，毕竟每一家的付费都挺贵的，Neo4j按照cpu收费，TigerGraph按照数据容量（G）来收费，其他的也是license授权收费，反正都不便宜，所以未来的趋势还是趋向于免费，除非是那种必须的4 选型结论
- 推荐一：Neo4j使用起来相当的方便，入门门槛很低，基本上拿来就能用，并且有很好的社区支持，三方库、第三方工具的支持，社区版本也可以支撑到不错的数据量（亿级没问题），如果只是玩玩练练手熟悉一下，Neo4j肯定是最好的选择。
- 推荐二：Dgraph。 JanusGraph 和 Dgraph 是对分布式支持比较好的，因为它们从设计之初就是按分布式架构设计的，并且是完全开源免费的，所以我们主要对这两款图数据库进行了详细的评测对比。Dgraph 除了运维成本低之外，整体读写性能也优于 JanusGraph
- 推荐三：JanusGraph或HugeGraph