Linked Data Benchmark Council（簡稱LDBC）是圖數據管理領域的國際組織，成立於2012年，由大學與產業界研究者共同發起，受TPC基準測試影響並獲歐洲委員會資助。該組織通過會員制運作，會員包括Intel、AWS、Neo4j等企業及學術機構，旨在開發開放中立的圖資料庫基準測試標準。
LDBC構建了包含社交網路基準（SNB）、語義出版基準（SPB）和金融基準（FinBench）的測試體系。其中SNB（即LDBCSNBInteractive榜單）作為業界最受認可的圖資料庫基準評測，採用最大規模300GB的模擬Facebook社交網路數據，通過查詢吞吐率評估資料庫性能，測試流程包括數據生成、驗證及持續兩小時的性能測試。2022年5月，該組織立項全球首個金融基準FinBench，由螞蟻集團主導開發並於2023年發布首個版本。定期舉辦技術用戶社區會議，2024年12月和2025年9月分別在倫敦召開線下/線上混合會議。
基本介紹
- 外文名：Linked Data Benchmark Council
- 簡稱：LDBC
發展歷史,組織架構,主要工作,社會影響,
發展歷史
Linked Data Benchmark Council（關聯數據基準委員會）成立於2012年，由學術界和工業界的研究者與實踐者共同發起，受事務處理性能委員會（TPC）基準測試影響，並獲得歐洲委員會資助。2013年，LDBC在學術期刊《Datenbank-Spektrum》上發表論文，闡述了其創建開放、廠商中立基準測試的目標。2014年，LDBC在SIGMOD Record上正式發表文章《The linked data benchmark council: A graph and rdf industry benchmarking effort》，確立了其作為圖與RDF行業基準測試組織的地位。
2016年，LDBC發布了圖查詢語言G-CORE。2022年5月，LDBC全票通過全球首個金融圖資料庫測試基準“LDBC Financial Benchmark (FinBench)”的立項，該基準由螞蟻集團主導發起。2023年，FinBench在SIGMOD 2023大會上發布了第一個版本。
2024年6月，LDBC與SIGMOD 2024在智利聖地亞哥聯合舉辦了為期一天的LDBC TUC研討會。2024年9月，LDBC副主席Alastair Green在外灘大會上介紹了國際圖資料庫基準工作的進展。近年來，LDBC的基準測試在行業內得到套用，吸引了多家廠商參與其基準測試工作。
組織架構
Linked Data Benchmark Council (LDBC) 是一個由資料庫行業內領先的公司、學術機構及個人成員共同組成的非營利產業聯盟組織，其最初是由大學和行業研究人員及從業者組成的聯盟，並由歐盟委員會資助的項目形成。
組織成員廣泛來自工業界和學術界，包括Oracle、Intel、AWS、Neo4j、TigerGraph、螞蟻集團、創鄰科技、海致星圖、NebulaGraph等。
LDBC設有董事會（Board），創鄰科技創始人兼CEO張晨博士是其董事會成員。組織還設有執行委員會（Executive Committee），負責對基準測試結果進行審計並公布。此外，LDBC設有副主席職務，由Alastair Green擔任。
LDBC的總部位於英國伯明罕（45 Church St, Birmingham B3 2RT, West Midlands, United Kingdom）。同時，LDBC與ISO/IEC JTC 1/SC 32/WG 3（資料庫語言工作組）建立了聯絡關係。
主要工作
Linked Data Benchmark Council（LDBC）是一個由資料庫行業內領先的公司和組織組成的非營利組織，其目標是建立一個行業中立的實體，開發開放、廠商獨立的圖數據和RDF數據基準測試（Benchmark），審計基準測試結果，並公布審計結果，旨在制定一套公平、誠信、可對比的方法和機制來衡量圖資料庫管理系統的功能和性能。
LDBC制定並維護一系列基準測試套件，主要包括Social Network Benchmark (SNB)、Graphalytics Benchmark、Semantic Publishing Benchmark (SPB)以及Financial Benchmark (FinBench)。其中，Social Network Benchmark (SNB)是LDBC最早提出的基準測試，在國內外圖資料庫領域得到廣泛套用，它模擬Facebook社交網路場景，包含針對OLTP的互動式工作負載（Interactive workload）和針對OLAP的商業智慧型工作負載（Business Intelligence workload）。SNB使用比例因子（Scale Factor， SF）控制數據規模，例如SF1對應1GB數據，SF300對應300GB數據。LDBC SNB測試流程嚴謹，需使用官方數據生成器（Datagen）生成數據、通過官方測試驅動程式（Driver）執行查詢，並由LDBC指定的第三方機構在標準雲平台上進行，從數據導入到結果驗證均由第三方執行，最終結果由LDBC執行委員會進行審計並公布，確保了測試的權威性、公正性和可復現性。
LDBC Financial Benchmark (FinBench)由螞蟻集團主導發起，旨在評估金融反欺詐、風控等場景下的圖資料庫性能，其首個版本於2023年發布。
此外，LDBC通過定期舉辦技術用戶社區會議（TUC）、與SIGMOD等頂級學術會議聯合舉辦研討會等方式，推動圖資料庫技術的創新與標準化。LDBC的基準測試遵循開源原則，相關規範、工具源碼通常公開在GitHub等平台。
社會影響
LDBC是圖數據管理領域的國際組織，與事務處理性能委員會（TPC）並稱為國際資料庫行業兩大權威技術組織。LDBC SNB測試由指定的第三方機構在雲平台上完成，從數據導入到結果驗證的全過程均嚴格遵守規範，最終結果由LDBC執行委員會進行審計並公布，確保了測試的權威度、公正性、中立性與可信性。LDBC的基準測試幫助圖資料庫供應商發現系統架構弱點、最佳化查詢方式，並為企業用戶選型提供性能評估依據。近年來，包括阿里雲GraphScope/GraphScope Flex、螞蟻集團TuGraph、華為雲GES、創鄰科技Galaxybase、海致星圖AtlasGraph在內的多家中國科技公司的圖資料庫產品參與了LDBC SNB測試。
