NebulaGraph 3.8 介绍与选型指南

一、信息基准

1.1 查询说明

• 查询日期：2026-10-19。
• 信息获取方式：纯官方资料溯源（nebula-graph.io 官方站点、官方文档 docs.nebula-graph.io、GitHub 官方仓库 vesoft-inc/nebula 的 Release 页），本文不做本地安装与运行实测。
• 版本结论：本次介绍的版本为 NebulaGraph 3.8（最新稳定 v3.8.0，2024-05-17 发布）；截至查询日，GitHub Release 线在 3.8.0 之后无更新的稳定版，仓库仍有代码提交（最近 push 2026-09-08），发版节奏明显放缓——该事实直接影响选型，本文如实呈现。

1.2 版本依据

1.3 官方来源清单

二、软件概述

本文介绍的是 NebulaGraph 3.8（最新稳定 v3.8.0，2024-05-17 发布）。

NebulaGraph 是一款开源的分布式图数据库，官方定位为「distributed, fast open-source graph database featuring horizontal scalability」：面向包含千亿级点边的大规模图数据场景，采用 shared-nothing 分布式架构与属性图模型，通过分区与多副本实现水平扩展与容错。它由 vesoft-inc（悦数）主导开发，社区版以 Apache License 2.0 发布，同时提供商业企业版。

NebulaGraph 在 GitHub 上拥有 12438 stars（2026-10-19 实查，vesoft-inc/nebula）。需要如实指出的是：自 3.8.0（2024-05）之后 Release 线未再发布新的稳定版本，仓库虽有代码提交（最近 push 2026-09-08），但公开发版节奏已明显放缓，选型时应将其稳定性预期与升级路径纳入评估。

三、核心架构

3.1 三服务分工

3.2 数据模型与分片

属性图模型：图空间（Space）内定义 Tag（点类型）、Edge Type（边类型）与 Rank（同两点同类型边的区分）；数据按点 ID 哈希切分为 partition 分布到 storaged，边随点存放以保证本地性；每个 partition 以 Raft 组维护副本（官方架构文档）。

3.3 查询语言

服务端查询语言为 nGQL（类 SQL 的图查询语言）；官方文档说明其兼容 openCypher 的部分语法（如 MATCH/WHERE 等 DML 子集），可降低 Cypher 用户的迁移成本。

四、功能特性

4.1 水平扩展

通过向集群添加 storaged 节点并执行负载均衡（BALANCE）完成在线扩缩容，官方以此为核心卖点之一（官网/架构文档）。

4.2 图管理能力

支持图空间级 Schema 管理（CREATE SPACE/Tag/Edge）、索引与统计（SUBMIT JOB STATS）、TTL 生命周期管理、批量导入（官方 Importer）以及 Go/C++/Java/Python 等官方 SDK（官方文档）。

4.3 高可用

metad 与 storaged 均基于 Raft 协议维护多副本，节点故障时自动选主恢复（官方架构文档）。

4.4 版本状态（如实）

3.8 为 3.x 线当前最新稳定版（2024-05-17），此后无新 release；仓库持续有提交但未发布新版本，发版节奏放缓（GitHub 实查）。企业版能力与迭代节奏以 vesoft 官方渠道为准。

五、快速上手

以下步骤转述自官方文档（docs.nebula-graph.io 快速开始/Compose 部署篇），本文不做本地实测。

5.1 获取与启动

官方推荐以 Docker Compose 一键拉起三服务多副本（metad×3 + storaged×3 + graphd），核心镜像为 vesoft/nebula-metad、vesoft/nebula-storaged、vesoft/nebula-graphd（官方 Compose 文件见 nebula-docker-compose 仓库）。

5.2 建图与查询（官方 Quickstart 语句风格）

使用官方 console 或任意客户端连接 graphd（9669）后：

ADD HOSTS "storaged0":9779,"storaged1":9779,"storaged2":9779;
CREATE SPACE demo(partition_num=10, replica_factor=1);
USE demo;
CREATE TAG person(name string);
CREATE EDGE follow(likeness double);
INSERT VERTEX person(name) VALUES "a":("Alice");
INSERT EDGE follow(likeness) VALUES "a"->"b":(0.9);
GO FROM "a" OVER follow YIELD dst(edge);

5.3 验证

SHOW SPACES; 与 SHOW HOSTS; 可确认图空间与存储节点注册状态；完整步骤见官方文档：https://docs.nebula-graph.io/ 。站内已有《NebulaGraph 3.8 集群多副本部署指南》《NebulaGraph 3.8 配置参数详解》等实测篇可对照参考。

六、适用场景与限制

6.1 适用场景

• 超大规模图数据（数亿至千亿点边）的在线查询：社交网络、风控反欺诈、知识图谱。
• 需要水平扩展与多副本容错的图负载。
• 愿意运维三服务分布式集群、对原生分布式图有明确诉求的团队。

6.2 限制与注意事项

• 发版节奏放缓是首要风险：最新稳定版停留在 2024-05 的 3.8.0（GitHub 实查），升级与缺陷修复预期需自行评估。
• 三服务（graphd/metad/storaged）架构运维复杂度高于单机图数据库，需投入专职运维。
• nGQL 与 openCypher 仅部分兼容，Cypher 生态工具链迁移有成本。
• 社区版与企业版存在功能与支持差异，商业诉求需另行对接 vesoft 官方。

七、同类选型对比

7.1 候选概览

7.2 量化对比（2026-10-19 实查）

（stars、发版时间与许可取自各项目 GitHub Releases/仓库页实查；Neo4j 版本取自 neo4j.com/release-notes；ArangoDB/Memgraph 类 BSL 许可以各自仓库 LICENSE 实查为准。）

7.3 选型建议

图规模巨大、需要原生水平扩展且团队具备分布式运维能力，NebulaGraph 仍是国内可见度较高的选择，但必须把「3.8 后无新稳定版」写入风险评估；更看重查询语言生态、工具链成熟度与商业支持，Neo4j 是默认答案（社区版单机的边界要清楚）；已有 HBase/Cassandra 基础设施、倾向 TinkerPop/Gremlin 生态，选 JanusGraph；偏好 ASF 治理与中文社区文档，评估 Apache HugeGraph；想要文档 + 图多模型一体的自托管方案可看 ArangoDB，注意其已转为 BSL-1.1 许可。站内深度阅读：《Apache HugeGraph 1.7.0 介绍与选型指南》、《ArangoDB 3.12.12.1 介绍与选型指南》、《JanusGraph 配置参数详解》。

八、参考链接

• 官方站点：https://nebula-graph.io/
• 官方文档：https://docs.nebula-graph.io/
• 源码仓库：https://github.com/vesoft-inc/nebula
• v3.8.0 发行页：https://github.com/vesoft-inc/nebula/releases/tag/v3.8.0
• Neo4j 仓库：https://github.com/neo4j/neo4j
• JanusGraph 仓库：https://github.com/JanusGraph/janusgraph
• Apache HugeGraph 仓库：https://github.com/apache/hugegraph
• ArangoDB 仓库：https://github.com/arangodb/arangodb
• 站内相关文档：《Apache HugeGraph 1.7.0 介绍与选型指南》、《ArangoDB 3.12.12.1 介绍与选型指南》