为保障人民群众餐桌上的安全,各级政府与相关企业建立了一系列农产品溯源系统,实现了农产品从田间到餐桌全链路可追溯。但是,多数农产品溯源系统仍基于关系型数据库开发,不能很好描述关联性数据中实体之间的关系,更无法有效挖掘出溯源数据背后所蕴藏的价值。为解决大规模关联性数据的存储与分析场景应用问题,图数据库与分布式图数据分析技术孕育而生,其可将关联性数据存储为由节点和边组成的图模型,并可在图模型之上运行各类图算法,进行数据挖掘。农产品溯源数据主要以企业与农产品两两之间的关系组成,符合大规模关联性数据的特征。基于此,本文将图数据相关技术与农产品溯源数据相融合,使用图数据库Neo4j与分布式计算系统Spark设计并实现了农产品溯源数据分析平台,以便提取出隐藏在溯源数据中的有价值信息,进一步保障农产品安全。论文首先对相关技术与算法进行了综述研究,介绍了图数据库、图计算系统与前后端研发相关技术选型;研究了主流图算法的运行原理、执行流程以及在对农产品溯源数据分析时所起到的作用。接着对平台的功能需求进行了详细分析,并以微服务思想为设计理念,根据需求分析的结果将平台的功能进行模块化划分与总体架构进行设计,使用UML图、架构图、功能执行图与时序图描述了对平台的具体功能设计,同时依据NGDS与Cypher设计图数据单机分析算法、依据Graph Frames库设计图数据分布式计算函数。随后根据设计方案,引入Spark、Neo4j与HDFS作为数据分析与存储的核心组件、引入Nacos、Sentinel作为服务发现与流量监控的基础组件;使用Java框架Spring Boot开发溯源数据管理与单机数据分析接口;使用Python框架Flask开发分布式数据分析接口;使用Java Script框架Vue.js与Cytoscape.js开发前端页面与图数据可视化功能。最后介绍了平台所实现的具体功能,并对部分功能进行了测试与对比,验证了平台的实用性与可靠性。最终完成的农产品溯源数据分析平台面向拥有溯源数据的企业、政府或相关科研工作者,提供了溯源数据存储、获取、可视化功能,并支持对溯源数据使用各类图算法进行数据分析,用于探究农产品流通过程、查找关键企业与划分企业社团。平台的应用,使得相关机构与人员在农产品发生安全问题时,可以快速做出决策与响应;更可以让企业优化农产品供应链与产业链,提高企业效益,让更多消费者可以购买到既实惠又安全的农产品。