---
title: "TuGraph 快速上手 | OceanBase 文档中心"
description: TuGraph 快速上手 此文档主要用于新用户快速上手，其中包含了 TuGraph 的简介、特征、安装和使用。 1. 简介 TuGraph 是蚂蚁集团自主研发的大规模图计算系统，提供图数据库引擎和图分析引擎。其主要特点是大数据量存储和计算，高吞吐率，以及灵活的 API，同时支持高效的在线事务处理（OLTP）和在线分析…
image: https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*OSPzQ6GUQF4AAAAAQHAAAAgAeiGDAQ/original
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

文档反馈![](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*aa0QTLUUDIoAAAAAAAAAAAAADiGDAQ/original) 图数据库 TugraphV 3.3.1 企业版

# TuGraph 快速上手

更新时间：2023-02-14 15:01:58

> 此文档主要用于新用户快速上手，其中包含了 TuGraph 的简介、特征、安装和使用。

## 1. 简介

TuGraph 是蚂蚁集团自主研发的大规模图计算系统，提供图数据库引擎和图分析引擎。其主要特点是大数据量存储和计算，高吞吐率，以及灵活的 API，同时支持高效的在线事务处理（OLTP）和在线分析处理（OLAP）。 LightGraph、GeaGraph 是 TuGraph 的曾用名。

主要功能特征包括：

- 标签属性图模型
 - 支持多图
 - 完善的 ACID 事务处理
 - 内置 25+ 图分析算法
 - 基于 web 客户端的图可视化工具
 - 支持 RESTful API 和 RPC
 - OpenCypher 图查询语言
 - 基于 C++/Python/Java 的存储过程
 - 适用于高效图算法开发的 Traversal API

性能及可扩展性特征包括：

- TB 级大容量
 - 千万顶点/秒的高吞吐率
 - 高可用性支持（企业版）
 - 高性能批量导入
 - 在线/离线备份

## 2. 安装

TuGraph 可以通过 Docker Image 快速安装，或者通过 rpm/deb 包本地安装。

rpm/deb/docker镜像 官网下载地址: https://www.tugraph.org/download

### 通过docker快速体验

1. 本地安装 docker 环境

   参考 docker 官方文档：https://docs.docker.com/get-started/
 2. 拉取镜像

   ```shell
   docker pull tugraph/tugraph-runtime-centos7

   ```
 3. 启动docker

   ```shell
   docker run -d -p 7070:7070 -p 9090:9090 --name tugraph_demo tugraph/tugraph-runtime-centos7 lgraph_server
   # 7070是默认的http端口，web访问使用。
   # 9090是默认的rpc端口，rpc client访问使用。

   ```
 4. web 访问

   `http://x.x.x.x:7070`

   > 默认用户名为 `admin`，密码为 `73@TuGraph`
 5. 手动启动方式

   ```shell
   docker run -dt -p 7070:7070 --name tugraph_demo tugraph/tugraph-runtime-centos7
   docker exec -it tugraph_demo bash
   # 进入docker环境后执行如下命令启动服务
   lgraph_server -d start

   ```

## web 操作

### 建模和数据导入

完成登录后，点击“`帮助`”，点击“`快速上手`”，点击“`一键创建模型`”，点击“`一键创建数据`”，完成数据的 Movie 场景图创建。

Movie 场景图：

 ![movie_schema](https://tugraph-web-static.oss-cn-beijing.aliyuncs.com/%E6%96%87%E6%A1%A3/1.Guide/2.quick-start.png)

| 标签 | 类型 | 说明 |
| --- | --- | --- |
| movie | 实体 | 表示某一部具体的影片，比如"阿甘正传"。 |
| person | 实体 | 表示个人，对影片来说可能是演员、导演，或编剧。 |
| genre | 实体 | 表示影片的类型，比如剧情片、恐怖片。 |
| keyword | 实体 | 表示与影片相关的一些关键字，比如"拯救世界"、"虚拟现实"、"地铁"。 |
| user | 实体 | 表示观影的用户。 |
| produce | 关系 | 表示影片的出品人关系。 |
| acted_in | 关系 | 表示演员出演了哪些影片。 |
| direct | 关系 | 表示影片的导演是谁。 |
| write | 关系 | 表示影片的编剧关系。 |
| has_genre | 关系 | 表示影片的类型分类。 |
| has_keyword | 关系 | 表示影片的一些关键字，即更细分类的标签。 |
| rate | 关系 | 表示用户对影片的打分。 |

### 查询示例

#### 示例一

查询影片 'Forrest Gump' 的所有演员，返回影片和演员构成的子图。

```sql
MATCH (m:movie {title: 'Forrest Gump'})<-[:acted_in]-(a:person) RETURN a, m

```

#### 示例二

查询影片 'Forrest Gump' 的所有演员，列出演员在影片中扮演的角色。

```sql
MATCH (m:movie {title: 'Forrest Gump'})<-[r:acted_in]-(a:person) RETURN a.name,r.role

```

#### 示例三

查询 Michael 所有评分低于 3 分的影片。

```sql
MATCH (u:user {login: 'Michael'})-[r:rate]->(m:movie) WHERE r.stars < 3 RETURN m.title, r.stars

```

#### 示例四

查询和 Michael 有相同讨厌的影片的用户，讨厌标准为评分小于三分。

```sql
MATCH (u:user {login: 'Michael'})-[r:rate]->(m:movie)<-[s:rate]-(v) WHERE r.stars < 3 AND s.stars < 3 RETURN u, m, v

```

#### 示例五

给 Michael 推荐影片，方法为先找出和 Michael 讨厌同样影片的用户，再筛选出这部分用户喜欢的影片。

```sql
MATCH (u:user {login: 'Michael'})-[r:rate]->(m:movie)<-[s:rate]-(v)-[r2:rate]->(m2:movie) WHERE r.stars < 3 AND s.stars < 3 AND r2.stars > 3 RETURN u, m, v, m2

```

#### 示例六

查询 Michael 的好友们喜欢的影片。

```sql
MATCH (u:user {login: 'Michael'})-[:is_friend]->(v:user)-[r:rate]->(m:movie) WHERE r.stars > 3 RETURN u, v, m

```

#### 示例七

通过查询给'Forrest Gump'打高分的人也喜欢哪些影片，给喜欢'Forrest Gump'的用户推荐类似的影片。

```sql
MATCH (m:movie {title:'Forrest Gump'})<-[r:rate]-(u:user)-[r2:rate]->(m2:movie) WHERE r.stars>3 AND r2.stars>3 RETURN m, u,m2

```

 上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线