针对反洗钱场景下如何全面验证图形数据库能满足所需的非功能需求？
之前笔者曾经参与过某金融监管部门的监管大数据平台项目，根据应用场景对图形数据库做过一次全面非功能需求验证，感觉很多做的不够，还有很多课题待研究。其中有一个类似以下子课题拿出来一起探讨。
比如 电影《孤注一掷》中，众多摩托车手10分钟内“跑分”洗钱800万的情节令人印象深刻。影片中，缅北黑产团伙一个电话800万在十分钟内分散转账提现的场景，让人惊心动魄，也让人对诈骗得手后的资金流动产生了好奇，接下来，结合电影情节跟您聊聊监管大数据平台如果要网络诈骗的资金流向，支持反洗钱和反诈工作开展。验证以下非功能需求，有哪些测试策略及关注点：
假设现场信息：
主要有：顶点（数据的实体）有个人实体、边（关系）有转账交易详情及银行账户流动关系。
数据集规模：
数据集，1000 亿条边+，100亿顶点+，
顶点的属性有姓名、年龄、职业等这些属性；转账这条边里，有转账金额、转账时间等属性
需要验证的非功能需求点：
1）分布式架构设计合理，及是否具备良好的可扩展性；
2）能否达到毫秒级的多跳查询延迟；
3）支持千亿量级点边存储；
4）能否支持环路识别、 三角形识别、社区识别等深度分析需求。
ChatGPT 回答
针对以上的非功能需求点，以下是一些测试策略及关注点：
1）分布式架构设计合理，及是否具备良好的可扩展性
测试策略：
- 测试集群的部署和配置是否正确；
- 测试集群的负载均衡和故障转移是否正常；
- 测试集群的扩展性，包括节点的添加和删除是否正常；
- 测试集群的数据一致性是否得到保证。
关注点：
- 集群的部署和配置是否符合规范；
- 集群的负载均衡和故障转移是否可靠；
- 集群的扩展性是否能够满足未来的需求；
- 集群的数据一致性是否得到保证。
2）能否达到毫秒级的多跳查询延迟
测试策略：
- 测试多跳查询的性能，包括查询的响应时间和吞吐量；
- 测试多跳查询的并发性能，包括并发查询的响应时间和吞吐量；
- 测试多跳查询的稳定性，包括长时间运行的稳定性和高并发下的稳定性。
关注点：
- 查询的响应时间是否满足需求；
- 查询的吞吐量是否满足需求；
- 查询的并发性能是否满足需求；
- 查询的稳定性是否得到保证。
3）支持千亿量级点边存储
测试策略：
- 测试数据的导入和导出性能；
- 测试数据的读写性能；
- 测试数据的存储和管理性能。
关注点：
- 数据的导入和导出性能是否满足需求；
- 数据的读写性能是否满足需求；
- 数据的存储和管理性能是否得到保证。
4）能否支持环路识别、三角形识别、社区识别等深度分析需求
测试策略：
- 测试环路识别、三角形识别、社区识别等深度分析的性能；
- 测试深度分析的并发性能；
- 测试深度分析的稳定性。
关注点：
- 深度分析的性能是否满足需求；
- 深度分析的并发性能是否满足需求；
- 深度分析的稳定性是否得到保证。