版本发布 - TigerGraph 2.2

图数据库和图分析已经渡过它的早期研发和探索阶段正在逐渐进入成熟，并且有越来越广泛的应用。根据DB-Engines.com的报告，图数据库已成为所有数据管理领域中增长最快的分支。进一步的深入调研表明，有超过40％的组织机构目前已经使用了图分析技术，此外，还有超过54％的机构表示正在考虑引进该技术。

越来越多的验证测试最终变成了真实的大型运营和分析部署。 但随之，用户也产生了一个共同问题：对可扩展性的需求。在渥太华大学进行的一项研究表明，如何有效处理超大规模图仍然是当今图分析软件的最大瓶颈。 随着生产部署数据量的增加，如何支持更复杂图分析显得尤为关键。

实现可扩展性的关键点在于能够将图数据横向分布在多台并行的计算机节点之上，并针对每台计算机提供纵向扩展CPU和内存空间的能力。 无论是传统的1.0版本图数据库（如Neo4j）还是改进后的2.0版本的图数据库（如Amazon Neptune）都无法在多台计算机之间实现图数据的横向扩展。

同时，为了挖掘数据的最大价值，用户还需要一个能够集中操作的图数据分析平台。该平台应同时支持针对OLAP和OLTP两种不同场景的统一解决方案并提供深度链路分析功能。 而像Neo4j或Amazon Neptune这样的第一/二代解决方案并不能在单个分布式图数据库上同时支持OLAP和OLTP。

与此同时，云服务已经被证明是多场景图数据库部署的一个合理选择。 当今用户正积极拥抱亚马逊或微软等公司提供的云平台，寄希望于找到一个功能全面、可扩展且成本可控的图数据解决方案。 云服务帮助企业轻松走入云时代，为强大的生成部署提供扩展能力。

为了帮助用户解决这些需求和难点，最新版本的TigerGraph构建了MPP原生架构，并提供：

无缝集成能力

可与当前流行的数据库和数据存储系统无缝集成，它们包括RDBMS，Kafka，Amazon S3，HDFS和Spark（即将推出）。全新推出的TigerGraph EcoSysGitHub将提供针对TigerGraph的开源连接器组件。 用户可根据自己的情况对其进行分叉和修改以适配自己的应用。请访问此链接以了解初始版本的详情：https://github.com/tigergraph/ecosys/tree/master/etl。

扩展的部署选项

使用户能够在“非指定云服务”的环境中按照自己的意愿部署高性能和可扩展的图数据库。TigerGraph提供在主流云服务（例如亚马逊AWS Marketplace和微软Azure）上的一键安装能力 - 帮助客户管控其数据的存储位置，以防止被某一家云服务供应商锁定。TigerGraph还针对开发和QA环境中的容器技术提供新的支持，以便在内部环境和云环境之间实现轻松迁移。

图算法库

该算法库涵盖了图常见算法的GSQL语言的有效部署，例如、PageRank、Shortest Path、、Connected Components、和、Community Detection、。TigerGraph的高性能算法库向用户提供了一组可扩展的GSQL查询。 这与目前市场上的其他图算法库形成鲜明对比：例如Neo4j仅通过提供函数调用而无法修改参数或添加、删除或编辑过程，使其缺乏灵活性。

TigerGraph提供一本写给图数据库开发人员的电子书，名为《原生并行图：用于实时深度链路分析的下一代图数据库》”。该电子书总结了从各行各业最具创新力的公司案例中提炼出的有关图数据库实施的优秀最佳实践。

此外，还有一份全新的《图数据库行业性能基准报告》。该报告展示了TigerGraph是如何比Neo4j快40倍，比亚马逊Neptune快57倍以上的。 TigerGraph的技术突破代表了图数据库发展的最新方向，因此在最近的Strata Data Awards评选中，我们赢得了“最具颠覆性初创公司”的奖项。

自从一年前推出了TigerGraph产品以来，我们已经取得了很大的成功，并且在各行各业帮助一些世界级的大型企业部署图数据库。 我们将继续完善我们的产品，为各个企业和政府组织提供强大的图数据分析工具 ——请和我们在一起，互联数据的力量释放！