近日,国际关联数据基准委员会(Linked Data Benchmark Council,以下简称LDBC)公布了SNB Interactive评测基准声明式查询赛道最新结果,阿里云GraphScope Flex突破图计算引擎性能天花板,以超过80,000 QPS(每秒查询数)的吞吐性能打破纪录,是第二名的近2倍。

阿里云GraphScope Flex打破SNB Interactive评测基准声明式查询赛道纪录
图计算引擎在处理海量关系数据上具备天然优势,能够提高实时推荐的效率和准确性。以金融风控场景为例,大量人员和事件构成一张庞大的图关系网,通过图上关联分析,可以快速挖掘异常行为,识别异常人员和群体,及时避免风险。
LDBC是图数据与图计算领域的国际权威组织,其推出的Social Network Benchmark (SNB) 评测基准通过模拟 Facebook 社交网络图,覆盖增删改查、最短路径、多跳查询等操作,全面衡量图引擎的功能和性能,是学术界和工业界公认的权威评测标准。该评测基准支持两种实现方式,一是命令式,需依赖图专家用编程语言手动编写和调优查询用例,GraphScope Flex已是该场景的性能纪录保持者;二是声明式,使用图查询语言如 Cypher 编写查询用例,由系统自动优化。
最新测试结果显示,在SNB扩展参数为300的声明式查询场景测试中,GraphScope Flex通过自动查询优化实现了高达80510 QPS的查询吞吐率,性能较第二名提升近1倍,甚至超越了业界手动编写和调优的命令式场景的成绩,这一突破提升了图引擎的性能天花板,大幅降低了图查询的技术门槛。
GraphScope Flex性能的提升得益于阿里云在工程和技术上的协同创新,在基础设施层,通过计算、存储和调度层的全面优化,可实现低延迟内存访问和高吞吐查询等能力;在查询层,通过自研的GOpt优化框架,利用高阶统计信息提高基数估计准确性,可有效减少查询中间结果并提升执行效率,该研究成果已被数据库顶会 SIGMOD 2025收录。
据悉,GraphScope是业界首个开源的一站式大规模图计算引擎,目前已广泛应用于金融风控、网络安全及社交网络分析等领域。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。