圖形資料庫

圖形資料庫適合「關係與個別記錄同樣重要」的資料情境。它不只把連結隱藏在外部索引鍵和多次 JOIN 中，而是直接把實體表示為節點，把關係表示為邊。本標籤整理用於關聯資料、知識圖譜、AI 脈絡及多跳擷取的圖形資料庫產品。

白話介紹：圖形資料庫是什麼？

簡單來說，圖形資料庫既保存系統中有哪些物件，也保存物件之間如何連接。客戶、商品、文件、帳戶、事件或概念都能成為節點；邊可以表示某人購買商品、某項服務依賴另一項服務，或一則事實支持某個結論。節點與關係也能帶有屬性，記錄名稱、時間、權重與狀態等細節。

何時適合 AI 應用？

AI 系統需要處理的經常不只是語意相似度。模型回答前可能必須追蹤擁有者、時間順序、依賴、存取權限，或串起數項相關事實。圖形資料庫可用於知識圖譜、GraphRAG、代理記憶、脈絡搜尋與可解釋的多跳擷取，也能搭配向量及全文搜尋，無須完全取代它們。

常見使用情境

典型用途包括詐欺與風險網路、推薦系統、客戶 360 度檢視、身分解析、資安拓撲、供應鏈追蹤、社群網路、科研知識及應用程式相依地圖。當問題主要關注路徑、鄰近節點、模式或深度不固定的關係時，圖模型通常更有價值。

如何比較圖形資料庫？

先確認產品支援屬性圖或 RDF，以及是否提供 Cypher、Gremlin、SPARQL、GQL 或 SQL 擴充。再用具代表性的資料測試匯入、關係周遊延遲、索引、更新、備份、監控、SDK、存取控制及多租戶隔離。查詢語法相似並不代表系統必然完全相容。

部署、價格與營運成本

產品可能是全託管、自行託管、嵌入式、無伺服器，或多模型資料庫的一部分。比較儲存與運算計費、閒置容量、資料傳輸、複寫與復原、供應地區及團隊營運投入。開源授權和託管雲端服務價格是兩項不同問題，必須分開查核。

依關係問題選擇

圖形資料庫並非適合所有資料。關聯式資料庫仍擅長結構化交易與集合彙總，向量資料庫則專注相似度搜尋。當連結結構決定核心問題時再選擇圖技術，並在正式上線前測試真實的周遊、更新及故障情境。