Learning on Graph Part 2
Graph ·做一个图应用，真难！
之前一篇Docker文章里提到，以前只做过GCN落地。虽然有一个比较完整的工作流，但是不管是数据处理还是前端展示，都比较朴素。最后计算出的负面结果，直接以表格形式展现，并没有深入到图的交互上。当时有一个组的成果，前端比较牛，有比较强的拖拽功能，帮助分析。不过依稀记得那个主题不太需要特别强的自主图分析能力。
不管怎么样吧，要把图应用做起来，就必然会要涉及到，怎么存储图，以及怎么展现图两个核心问题。分别对应图数据库，与前端图展示的一些框架，我就抛砖引玉，简单介绍一下目前了解的情况。狂一句，我觉得在这个工作上，已经能稍微超越之前的同事了（大概）。
我觉得迭代的紧迫感还是有必要的，研究技术，有持续的报告才有动力继续干下去。
后端存储
作为所有的基础，图数据库和图计算引擎是所有的基础。是否能处理大数据量、是否开源、是否能分布式部署，是核心问题。一个隐藏的问题，是图查询语言的复杂度问题：对于开发人员，可能没太多区别，但查询语句的可迁移性是之后的关注点；对于业务，尤其是想要自己进行查询的人来说，可能没那么多时间学习两种语法。
如果选JanusGraph或Neo4j，就会涉及Gremplin和Cpyher的选择问题。当然我看大厂的一些云图数据库，是两种语言都支持的，不知道背后是什么实现。
前端展示
前端突出一个眼花缭乱，相对来说后端的技术不会变这么快
借鉴一种分类，把图可视化大致分为两种：一种是图分析，一种是图编辑。
G6在最近的版本，侧重于图分析。而graphin是对G6的React组件库。我觉得对于不同的场景，单个webpack打包的项目似乎不能满足更加复杂的要求了。
我对Demo的设想：
React开发，简易的多页面- 硬编码连接
Neo4j，中间有一个接口实现数据的转换