很多现实世界中的应用场景都可以用图来表达，特别是当这些应用可以被表达为网络化的模式的时候，从交通道路网络，到电话交换网络、电网、社交网络，再到金融交易网络。业界很多赫赫有名的公司都是基于图技术而构建的，例如：

• Google：使用其自研的PageRank算法对大规模页面（或链接）进行排序。可以说，Google早期的核心技术就是一种浅层的并发图计算技术。
• Facebook：以Social Graph为技术框架核心创建的强大的社交关系网络，验证了“六度分隔理论”。Facebook开源了很多东西，但是这个核心的图计算引擎与架构从未开源过。
• Twitter：其商业技术核心Flock DB曾于2014年在GitHub上有过短暂的开源，但随后就下线了——原因只有一点：商业公司核心知识产权岂能开源。
• LinkedIn：专业的职场社交网络，使用图计算引擎为每个用户推荐“距离你2跳至3跳的专家”，而这种推荐用传统数据库就会极其低效，无法满足业务需求。
• 高盛集团: 在2007-2008年爆发的世界金融危机（自莱曼兄弟公司破产开始）中，高盛集团得以全身而退，背后的真实原因是其所使用的强大的图数据库系统SecDB，成功地计算并预测到了即将由雷曼破产所引发的金融危机。

还有像PayPal、eBay等诸多金融、电子商务领域内、以技术为驱动的新型互联网公司或多或少使用了图计算技术。图的核心竞争力可以帮助这些公司揭示出其所掌握的数据的内部关联，而那些传统的关系型数据库或大数据技术实在是太慢了，它们在设计之初就不是用来处理数据间的关联关系的——尽管它们的名字里有关系二字。

典型的社交网络图谱（实时生成的子图）

在时下的商业环境中，越来越多的企业依靠图分析和图计算来增强其商业决策能力。Gartner在其2019年底至2021年中发表的一系列报道中曾将图分析列为十大数据和分析趋势之一（见下图），并表示到 2025 年全球 80% 的商业决策创新都将基于图分析实现。

数据与分析领域的10大技术趋势（Gartner）—202x