图结构由于可以表达真实世界中的复杂关联关系，在各个应用领域的数据分析中已经成为有力的分析建模工具。而图数据的存储、查询、计算系统已经逐渐成为当前大数据分析系统的研究热点之一。然而图结构很少直接存在于原始数据中。日常业务数据生产中更为常见的是各种关系型数据，而业务数据分析中往往希望在关系型数据分析基础上获得图结构并通过图算法获得对于数据关联模式的洞见。这一分析流程在过去是以独立的步骤在不同系统上完成的，时间和学习成本高，不利于交互式和探索式分析。SQLGraph是一个高密度单机版混合分析系统，它通过在SQL中引入迭代计算控制，使得在SQL语句中可以嵌入图计算用户自定义函数，并充分发挥SQL前处理和后处理的优势为图计算提供丰富的统计、查询、过滤等功能，同时引入了独创的高性能异构图分析引擎，将异构图的关系分析和图分析统一到SQL的表示框架下。通过与学术界和开源社区代表性图计算系统的实验对比，SQLGraph在10亿级规模的图上能取得百倍于通用图系统，十倍于专用图引擎的性能，且拥有极小的预处理开销，做到了真正意义上的Ad-hoc图分析。