cayley+mysql使用

ps：学习cayley使用的话，虽然相关blog不多，但cayley的github提供了较全的api说明，而且有社区提供进行提问和讨论帮助

cayley下载地址：https://github.com/cayleygraph/cayley/releases

一. 配置与启动

cayley + mysql主要有以下几步骤：

（1）解压后，对其进行配置，修改cayley_example.yml如下：

store:
  # backend to use
  backend: mysql
  # address or path for the database
  address: "root:password@tcp(localhost:3306)/cayley?loc=Local&charset=utf8mb4&collation=utf8mb4_general_ci"
  # open database in read-only mode
  read_only: false
  # backend-specific options
  options:
    nosync: false
query:
  timeout: 30s
load:
  ignore_duplicates: false
  ignore_missing: false
  batch: 10000
 

将backend修改为mysql，address的写法参考github中数据库的配置：https://github.com/cayleygraph/cayley/blob/master/docs/Configuration.md

url后面的参数参考github：go-sql-driver（https://github.com/go-sql-driver/mysql#dsn-data-source-name）

（2）初始化数据库：

在mysql中新建一个数据库，数据库名为上面配置文件address中的红色内容，然后利用cayley命令初始化：

./cayley init -c cayley_example.yml

初始化后，cayley会自动帮你在mysql的名为cayley的数据库中建两张表nodes和quads。注意，一定要先初始化再load数据，除非我们自己按照要求设计两张表，不然是无法运行的

（3）加载数据：

准备好.nq数据，通常放在cayley的data文件夹下

./cayley load -c cayley_example.yml -i data/**nq --alsologtostderr=true

可以看到mysql中已经存有数据，nodes表负责存储所有的节点，hash作为唯一标识，quads利用subject，predicate和object三个字段将hash关联起来构成三元组

（4）开启http服务，来访问cayley

./cayley http -c cayley_example.yml --host=0.0.0.0:64210

若要希望不同机器间访问的话一定要加上--host=0.0.0.0:64210

（5）MongoDB

网上的教程通常是以MongoDB为backend，这里简单提一下：

配置文件中将backend改为mongo，address只需要host:port即可

然后首先安装MongoDB并启动，推荐先在MongoDB的data文件夹中建一个数据库，然后初始化，load数据（可以指定数据库位置，最后启动即可）

cayley load --config=cayley.cfg.overview --quads=data/*.nq --alsologtostderr=true --dbpath=../mongodb/data/cayley

二. 一点心得

1. 个人觉得cayley有几点优势吧：

（1）开源

虽然数据库排行榜上，图数据排在最前面的是Neo4j，而且很多商用公司也使用的它，但是它不开源，对于像笔者这种以学习为目的，cayley更好一些

（2）支持多种查询语言

cayley支持gizmo（gremlin），MQL和Graphql查询，不同于很多经典图数据库使用的sparql语句。以gizmo查询api来看，相比于sparql较灵活，支持节点作为始点或终点的双向查询，支持交集、并集和差集的双向查询等等

API可查看： https://github.com/cayleygraph/cayley/blob/master/docs/GizmoAPI.md

（3）支持多种后端数据库

比如MongoDB、elasticsearch、mysql等等，有利于按需求进行维护和扩展

（4）N-Quads

相比于传统的rdf三元组概念，cayley使用的N-quads四元组，是对N-triples的扩展，除了传统的三元组外，cayley在存储的时候加入了第四种label节点，这样更有利于表示子图，进行子图查询

 

2. 图数据库

这篇博客只是对使用mysql作为cayley后端的简单使用介绍，帮助快速上手少采坑。但是，在知识图谱的火热浪潮下，会使用图数据库的简单查询只是一角而已，首先，一般的简单入、出查询可以解决很多种情况，但查询语言的使用确有很多种方式；其次，对于知识图谱的应用包括从知识的抽取（实体、关系、属性抽取），到实体链接，做实体消歧和共指消解，再到知识的存储与设计，还有本体的构建，许多时候，使用图数据库往往关注的是数据层的构建而 忽略了模式层（schema）的构建，到应用时，对实体属性的查询，涉及到的子图匹配或是推理，以上涉及到很多理论和技术，尤其是在信息抽取那里很多单独作为一项比较有难度的研究。

知识图谱往往应用在自动问答和智能搜索领域，笔者认为，构建取决于应用。理想状态下，一定是要求知识的质量越高越好，但是目前的技术还不足以完全取代人工构建对质量的影响，那就要考虑所应用的领域知识量大小，对人工或是机器构建进行平衡取舍，对知识涉及范围的多少进行取舍，是采用自底向上还是自顶向下的方式构建等等