历时 6 年，承载着全球玩家的期待，《黑神话：悟空》已正式上线发售。它早已超越游戏本身，成为一段文化之旅，一次情怀共鸣，一场从儿时就开始做的英雄梦。

本次 nMeetup 由 NebulaGraph、FastGPT、厦门创业中心联合主办走进厦门，与社区各位小伙伴进行交流分享。本场活动将聚焦“图数据库 + AI”方向。

背景以及需求线上业务对数据库可用性可靠性要求较高，要求需要有双 AZ 的主备容灾机制。主备集群要求数据和 schema 信息实时同步，数据同步平均时延要求在 1s 之内，p99 要求在 2s 之内。主备集群数据要求一致要求能够在主集群故障时高效自动主备倒换或者手动主备倒...

前几天和社区小伙伴友好交流（闲聊），不少加入 NebulaGraph 的小伙伴虽然对图感兴趣，但是因为业务调整或者是时间缘故，最终没能用上 NebulaGraph。而他们当中不少的小伙伴说，春节我打算好好学习一番。既然大家有此打算，那 Nebula 一定要来助力一番。

LDBC（Linked Data Benchmark Council）Social Network Benchmark，简称 LDBC SNB，是一种针对社交网络场景的评估图数据库性能的基准测试。

本文收集了卡内基梅隆大学计算机科学系数据库学副教授 Andy Pavlo 从 2021 到 2023 连续三年对数据库领域的回顾，希望通过连续三年的回顾让你对数据库领域的技术发展有所了解。

在去年的年度人物 回顾中，我们看到了形形色色的人们，他们当中有帮 NebulaGraph 捉 bug 的小能手，也有通过用回复来解答他人疑惑的启蒙者…在今年（2023 年），我们这个整点不一样的，将镜头推进，看清他们的姓氏和脸庞，聚焦在每位 NebulaGrpah 技术社区作出贡献的...

在之前的产品篇，我们了解到了 NebulaGraph 内核及周边工具在 2023 年经历了什么样的变化。伴随着这些特性的变更和上线，在【文章】博客分类中，一篇篇的博文记录下了这些功能背后的设计思考和研发实践。当中，既有对内存管理 Memory Tracker 的原理讲解，也有对 Neb...

一年又过去了，感谢你和 NebulaGraph 一起又走过一个春夏秋冬。在这 365 天里，我们一起见证了 214 个 commit 带来的 NebulaGraph 3 个中版本的上线，它们分别是 v3.4.0、v3.5.0 和 v 3.6.0；除了内核经历了 3 个中版本的迭代之外，NebulaGraph 在 2023 年也迎来一大...

NebulaGraph 内核所自带的数据结构其实已经很丰富了，比如 List、Set、Map、Duration、DataSet 等等，但是我们平时在建表和数据写入的时候，可以用到的数据结构其实比较有限，复杂结构目前仅支持以下几种：

近来 NebulaGraph 社区在 LLM + Graph 和 Graph RAG 领域进行了深入的探索和分享。在 LlamaIndex 和 LangChain 中，NebulaGraph 引入了一系列知识图谱和图存储工具，支持编排、图谱与大模型间的交互。之前，NebulaGraph 布道师古思为作为这项工作的主要贡献者已向大...

在开始正式地解读执行计划之前，我们先来了解在 NebulaGraph 中，一条查询语句（Query）是如何被校验、生成语法树，到最后被转为逻辑 / 物理的执行计划。而这个 Query 生命周期，无论是 NebulaGraph 原生查询语言 nGQL 或者是从 v2.x 开始兼容的 openCypher，都会经...

因为线上图数据库目前为单集群，数据量比较大，有以下缺点：单点风险，一旦集群崩溃或者因为某些查询拖垮整个集群，就会导致所有图操作受影响很多优化类但会影响读写的操作不好执行，比如：compact、balance leader 等；双集群在升级的时候也非常有优势，完全可以做...

自 LLM 系列文章《知识图谱驱动的大语言模型 Llama Index》、《Text2Cypher：大语言模型驱动的图查询生成》、《Graph RAG: 知识图谱结合 LLM 的检索增强》陆续和大家见面，以及《夜谈 LLM》主题直播同大家交流一番 LLM 和知识图谱、图数据库之后，在上周 NebulaGraph...

本文为大家揭示 NebulaGraph 率先提出的 Graph RAG 方法，这种结合知识图谱、图数据库作为大模型结合私有知识系统的最新技术栈，是 LLM+ 系列的第三篇，加上之前的图上下文学习、Text2Cypher 这两篇文章，目前 NebulaGraph + LLM 相关的文章一共有 3 篇。

话接上文《图技术在 LLM 下的应用：知识图谱驱动的大语言模型 Llama Index》 同大家简单介绍过 LLM 和图、知识图谱相关的结合，现在我来和大家分享下最新的成果。毕竟，从 GPT-3 开始展现出超出预期的“理解能力“开始，我一直在做 Graph + LLM 技术组合、互补的研究、...

大家好，我是来自 BOSS直聘的赵俊南，主要负责安全方面的图存储相关工作。作为一个从 v1.x 用到 v3.x 版本的忠实用户，在见证 NebulaGraph 发展的同时，也和它一起成长。

nebula_dart_gdbc，是访问 NebulaGraph 的 Dart 语言客户端，在 dart_gdbc 的规范下进行开发。dart_gdbc 是一套使用 Dart 语言定义的图数据库标准数据接口，整体思路参考了 JDBC 的规范。目前已经实现了对 NebulaGraph 的支持。

读过我公众号文章的同学都知道，我做过很多次重构，可以说是“重构钉子户”，但是这次，重构图数据库 OrientDB 为 NebulaGraph（[链接]），可以说是我做过最艰难的一次重构。

本文整理自社区用户陈卓见在「夜谈 LLM」主题分享上的演讲，主要包括以下内容：利用大模型构建知识图谱利用大模型操作结构化数据利用大模型使用工具利用大模型构建知识图谱上图是之前，我基于大语言模型构建知识图谱的成品图，主要是将金融相关的股票、人物、涨跌幅...