優酷視頻內容數據天然呈現巨大的網絡結構，各類數據實體連接形成了數十億D點和百億條邊的數據量，面對巨大的數據量，傳統關系型數據庫往往難以處理和管理，圖數據結構更加貼合優酷的業務場景，圖組織使用包括D點和邊及豐富屬性圖來展現，隨著年輕化互動數據和內容數據結合，在更新場景形成單類型D點達到日更新上億的消息量。本文將分享阿里文娛開發專家遨翔、玄甫在視頻內容實時更新上的實踐，從圖譜化的全新視角，重新組織內容數據的更新，詮釋圖譜化在業務更新場景的應用。

搜索推薦系統作為在線服務，為滿足在線查詢性能要求，需要將預查詢的數據構建為索引數據，推送到異構儲存介質中提供在線查詢。這個階段主要通過 Offline/Nearline 把實時實體、離線預處理、算法加工數據進行處理更新。這里包含了算法對這些數據離線和在線的處理，不同業務域之間終數據合并（召回、排序、相關性等）。在平臺能力方面采用傳統的數倉模式即圍繞有共性資源、有共性能力方面建設，形成分層策略，將面向業務上層的數據獨立出來，而這種模式在實現業務敏捷迭代、知識化、服務化特征方面已不能很好滿足需求。