随着抖音、小红书等社交内容平台的“爆红”，诞生了一种基于社交关系网路的推荐需求，而以垂直领域作为切入点的知识图谱过去两年的“爆火”，加上传统数据库在处理社交推荐、风控、知识图谱等方面的性能缺陷，图数据库的研发应运而生。

图数据库是一种非关系型数据库，用以解决现有关系数据库的局限性。它是一个使用图结构进行语义查询的数据库，它使用节点、边和属性来表示和存储数据。该系统的关键概念是图，它直接将存储中的数据项，与数据节点和节点间表示关系的边的集合相关联。正是图数据库记录关系这种特性，它的典型使用场景便是基于社交关系网络的社交推荐，eg：抖音的视频推荐；银行保险业务的风控、知识图谱、图结构引入 AI 训练模型、区块链、IoT 等则是图数据库的其他应用场景。

OSCHINA 本期高手问答（9 月 24 日 - 9 月 30 日）将以「图数据库的设计和实践」为切入点展开讨论，包括：「图数据库的存储设计」、「图数据库的计算设计」、「图数据库的架构设计」，除了上述三个范围，你也可以将讨论的内容外延到图数据库整个领域，包括图数据库的现状、应用场景等等， 还可以专注于开源的分布式图数据库 Nebula Graph 的源码、实践等细节。为此，我们邀请到了嘉宾陈恒@dangleptr 来和大家一起探讨图数据库。

嘉宾简介

陈恒，开源的分布式图数据库 Nebula Graph 技术总监，图数据库领域专家 & HBase Committer。北京邮电大学硕士，曾就职于蚂蚁金服（P8 级别），猿题库、网易等公司，一直从事基础设施相关研发工作。

为了鼓励踊跃提问，人民邮电出版社会在问答结束后从提问者中抽取 5 名幸运会员赠予《深入浅出 MySQL：数据库开发、优化与管理维护（第3版）》一书。

购书地址：https://item.jd.com/12574719.html

OSChina 高手问答一贯的风格，不欢迎任何与主题无关的讨论和喷子。

下面欢迎大家就图数据库的存储和实践等相关问题向@dangleptr  积极提问，直接回帖提问即可。