萌芽于20世纪60年代的数据库技术在刚刚兴起的十年并没有大行其道。而在过去短短的十年，信息世界快速发展，面临极其复杂、互联、动态、不断变化的数据洪流，数据库平台如雨后春笋般涌现，市场上的选择增加到 350 多个。多年来，数据库市场都以每年5 %至6%的速度高速扩张，市场体量未来4到5年有望从现在的500 亿美元攀升至 1,000 亿美元。

过去两年，数据库行业的发展趋势呈现三大特征。 首先是融合，随着新型数据的大规模创新，高速扩展的数据库市场再次呈现出融合的局面，数百家数据库厂商逐渐归入到包括文档数据库、图数据库、时序数据库、NewSQL数据库在内的四个全新且稳定的数据库阵营中。在不同细分领域中，仅有有限的几家公司在领军之路上引吭高歌，如图领域的Neo4j 和文档领域的 MongoDB。

第二，向云转移成为整个行业的长期趋势。2017年前后一些大型云供应商和独立云供应商开始涌现。虽然曾因数据重力和监管等因素的影响进展放缓，而今这一趋势再次气势如虹。数据向云服务转移在很大程度上成为数据库平台的发展驱动要素。

第三，数据科学家方兴未艾。整体而言，数据科学家并不喜欢数据库，他们更加钟爱数据。而图数据库是个例外，越来越多的数据科学家对图数据库青睐有加。数据科学家使用图形算法处理数据，再通过图将数据输入机器学习管道中，从而为机器学习模型和预测提供关系型信号。由此，图数据库成为机器学习管道中的核心部分。

以供应链为例，10 年前供应链应用并不是图数据库的最佳用例。因为在当时任何生产实物产品的制造公司可能只拥有一个 2 到 3 个级别的供应链，关系型数据库完全能满足企业的需求。如果需要分析，加入2至3个节点即可。

时至今日，制造业企业不仅业务分布广泛，横跨不同大陆，而且还要应对此起彼伏的突发事件，制造业企业需要了解这种事件对供应链乃至业务产生的影响，拥有确保供应链安全的能力，行之有效的解决方案就是实现供应链数字化。如今，企业面临的数据分析不再是 2至3次的跳转挖掘，而是 20、30甚至40次跳转挖掘。数据库尤其是在多次跳转方面表现卓越的图数据库成为必然之选。

不同于关系型数据库，图数据库以事物的连接方式为中心，强调数据之间的关联关系，它将数据间的联系视为和数据本身同等重要。图数据平台让用户能够在图数据库上开发和运行应用程序，它直接将关系和数据在物理层面上一并存储下来，使得访问数据结点和关系的操作能够以线性时间复杂度完成。在普通PC机上的测试结果表明，Neo4j图数据库的查询引擎能够在一秒内轻松遍历百万级的关系/边。

未来十年，将是图数据平台成为主流并大放异彩的十年，这不仅引起了行业专家对图技术的重新思考，对于开发人员而言也是一件幸事。开发者驱动是Neo4j的文化，Neo4j的成功离不开对开发者生态的建设。Neo4j重视对开发者的投资并致力为开发者服务，除了定期举办培训、会议等各种活动，还出版大量相应的技术书籍，来辅助开发者不断成长。