AI时代的金融级大规模图详解

云栖ATEC金融科技开放峰会上，蚂蚁金服重点发布了新产品“金融数据+智能套件”，该套件包含金融计算引擎、数据智能中台、智能应用等组件，整合了许多世界级数据处理与智能分析能力，包括国内首个金融级图数据库GeaBase、实时计算引擎，以及领先的视觉识别、数据智能能力，有效解决过去银行数据分析决策困难、迭代周期长等数据智能困局。

 

今天，我们将重点介绍其中的关键组件——金融级图数据库GeaBase，它有效解决了海量复杂关系数据的离在线查询和分析。

 

试想一下，在金融场景中，数据的组织方式本质上很多是以关系图谱的方式存在的。在数字金融时代，银行获得了场景后，如何发现数据关联进行决策?

 

一般的在线查询使用关系型数据库，但是，关系型数据库不能很好地反应数据之间的内在关联;同样，传统的基于大数据的深度学习算法，依靠统计学原理对模型进行训练，并没有考虑数据和数据之间的内在关系。所以，蚂蚁开发了基于图推理的引擎，为深度学习等支持上层业务的应用搭建计算存储基础，打造更完整的金融大数据链路。

 

GeaBase是蚂蚁金服完全自主研发的新一代金融级实时分布式图数据库，能够实现对超大规模关系网络毫秒级的复杂查询及变更，支撑蚂蚁金服风险控制、资金关系等多个关键应用场景，并都达到百亿个节点，千亿条变量的海量数据规模，为蚂蚁金服的众多业务提供风险控制、反洗钱、反套现、金融案件审理和智能营销推荐等保障和服务。

 

GeaBase历经三年自主研发，团队持续扩大，并吸引众多海归工程师。目前GeaBase不仅支持了蚂蚁金服越来越多的高并发、低延时的业务场景，而且也被广泛应用于阿里巴巴集团的其他业务场景中。

 

下面，通过对蚂蚁金服计算存储首席架构师何昌华、蚂蚁金服基础技术部图计算及存储技术团队等的访谈，我们一起来了解一下GeaBase，以及透过它，我们可以看到的未来金融数据智能蓝图中图分析能力的力量。

 

GeaBase在蚂蚁金服的实践

 

图数据库基本含义是以“图”这种数据结构存储和查询数据。它起源于图理论，数据模型主要是以节点和关系(边)来体现，它的优点是快速解决复杂的关系问题。图数据库在金融行业中有非常广泛的应用，比如反欺诈。

 

我们都知道，大数据应用让很多企业机构在这个数字经济时代享受到优势。而由于用户、系统和传感器产生的数据量呈指数增长，数据内部依赖和复杂度增加等发展因素，许多需要连续两次甚至更多join以上的数据查询场景在互联网行业应用中诞生，传统关系型数据库、大数据算法无法满足日益增长的数据处理要求。

 

除此之外，在实际发展中，随着关系型数据库使用场景的不断扩大，也暴露出一些它始终无法解决问题，其中最主要的是数据建模中的一些缺陷、以及在大数据量和多服务器之上进行水平伸缩的限制。在应对这些趋势时，关系数据库产生了更多的不适应性，从而导致大量解决这些问题中某些特定方面的不同技术出现，其中，图数据库成为了NoSQL中关注度最高、发展趋势最明显的数据库。根据db-engines统计，图数据库过去几年在市场的发展呈现出快速增长的趋势。

 

 

有人说如果传统关系型数据库可以比做火车，图数据库则相当于大数据时代的高铁。如上述所指，随着大数据应用越来越广泛，人们逐渐开始关注到，如何在巨大的关系网络中快速发现有价值的信息，成为了未来数年大数据领域的一大挑战。

 

“比如在资金关系网络中，如果我们发现资金的流动形成一个闭环，这就很可能是一个洗钱行为的讯号。”付志嵩介绍道。付志嵩是目前蚂蚁金服图计算及存储技术团队高级专家，他2015年加入蚂蚁金服，作为主要架构设计和研发人员参与了实时分布式图数据库GeaBase的开发，实现了对超大规模关系网络毫秒级的复杂查询及变更。目前团队的主要职责是研发新一代的分布式图数据库和图计算产品。回国之前，付志嵩服务于美国图数据库公司BlazeGraph，领导了分布式图计算系统的设计和开发。

 

他介绍，此前全球主流商用图数据库完全由国外商业公司垄断，导致我国在技术上无法自主可控，而且这些商用图数据库在扩展性，易用性，性能上都无法满足金融大数据的需求。这些挑战体现在：

 

1、海量数据的现状;

 

2、高并发、低延时的在线查询;

 

3、金融业务场景复杂，需要一套灵活可扩展的查询语言，支持不断迭代的场景;

 

4、需要适配不同数据源和数据导入方式;

 

5、需要高可用及多种容错机制;

 

6、考虑用户使用体验，产品化过程必须要有简单的经营流程。

 

GeaBase为蚂蚁金服自主研发，针对自身面临的海量数据规模、复杂网络和大规模实时计算的需求，经过两年多的发展，通过采用新的架构设计和算法，满足了蚂蚁金服自身金融场景的特点和需求，在蚂蚁金服众多业务场景中，取得了非常好的效果，实现了高可用、高稳定性和可用性、高性能和实时更新的性能优势。

 

值得一提的是，我们也知道，蚂蚁金服还自主研发了取代商业数据库的OceanBase。总的来说，蚂蚁金服使用关系型数据库、图数据库以及图计算，三者各自对应不同场景。从技术实现层面讲，蚂蚁金服的图数据库主要有两大应用场景，一是在线查询，该部分主要包括实时风控、实时营销等，这些场景可统称为实时决策，蚂蚁金服需要在短时间内迅速做出决策，比如某笔转账是否为洗钱或者赌博;二是离线计算，以及知识图谱等。

 

这些问题都可通过图数据库解决，但并不能完全解决所有问题，比如机器学习图模型、分析型反欺诈模型等，在线查询局限在固定范围内读取数据，可保证低时延响应。但是，当计算需要全图迭代时，在线查询性能非常差，离线计算可以很好解决全图迭代问题。

 

总结而言，蚂蚁金服解决方案GeaBase(Graph Exploration and Analytics)集合了在线查询与离线计算两大能力，是一个一站式大规模分布式图处理平台。GeaBase的设计目标主要是两大应用场景，一是高并发低延时在线查询场景，二是全图迭代的离线计算场景。主要提供四大功能，一是数据CRUD，增删查改操作;二是查询FLWOR;三是在线分析，比如风控中使用较多的找闭环;四是离线操作。