<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Dgraph on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/Dgraph/</link>
    <description>Recent content in Dgraph on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 09:08:28 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/Dgraph/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>贝壳找房图数据库系列简介篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E7%AE%80%E4%BB%8B%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:28 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E7%AE%80%E4%BB%8B%E7%AF%87/</guid>
      <description>系列文章： 贝壳找房—【图数据库系列】之 JanusGraph VS Dgraph：贝壳分布式图数据库技术选型之路 在 上一篇文章 中我们已经对当前流行的几款图数据库做过简单的分析，并介绍了我们为什么使用 Dgraph。从本篇内容开始，我们将开启 Dgraph 之旅，探索这个图数据库方向的新贵。 注：本章内容基于 Dgraph v1.1.0 一、Dgrap</description>
    </item>
    <item>
      <title>贝壳找房图数据库系列原理篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E5%8E%9F%E7%90%86%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E5%8E%9F%E7%90%86%E7%AF%87/</guid>
      <description>系列文章： 贝壳找房—【图数据库系列】Dgraph 简介篇 贝壳找房—【图数据库系列】之 JanusGraph VS Dgraph：贝壳分布式图数据库技术选型之路 通过上一篇的 Dgraph 简介 ，相信大家已经了解了 Dgraph 的一些基本概念和用法，本篇文章继续介绍 Dgraph 的一些底层实现原理。作为一个分布式图数据库，Dgraph 不仅支持水平扩</description>
    </item>
    <item>
      <title>贝壳找房图数据库系列之贝壳分布式图数据库技术选型之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E4%B9%8B%E8%B4%9D%E5%A3%B3%E5%88%86%E5%B8%83%E5%BC%8F%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E6%8A%80%E6%9C%AF%E9%80%89%E5%9E%8B%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Mon, 14 Mar 2022 17:43:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E4%B9%8B%E8%B4%9D%E5%A3%B3%E5%88%86%E5%B8%83%E5%BC%8F%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E6%8A%80%E6%9C%AF%E9%80%89%E5%9E%8B%E4%B9%8B%E8%B7%AF/</guid>
      <description>一、背景 贝壳找房的核心业务场景主要是围绕人、房、客三者的属性与关系展开，是一个典型的图数据库应用场景。而基于此挖掘出的房产领域行业图谱已达到 500 亿三元组的量级。面对如此海量的数据，应该如何存储才能支持业务的高效查询？我们迫切需要一个高性能、高可用、可扩展的分布式图数据库平台。 二、图</description>
    </item>
  </channel>
</rss>
