初识图数据库

最新推荐文章于 2024-09-06 21:36:48 发布

基础技术研究

最新推荐文章于 2024-09-06 21:36:48 发布

阅读量4k

点赞数 4

文章标签：数据库

本文链接：https://blog.csdn.net/TIME_1981/article/details/125995277

版权

1、图数据库概述

1.1 简介

在当前的环境中，通信、互联网、社交网络和物联网等领域积累了大量的关联数据。面对各种海量数据，尤其是海量非结构化数据的存储，传统的信息存储和组织模式已经无法满足客户需求，图数据库却能够很清晰地揭示各类复杂模式，提供了新的方式为数据赋能，驱动行业发展。

1.2 什么是图数据库

图数据库（Graph Database）不是存储图像的数据库，而是基于图模型，使用图结构进行语义操作的非关系型数据库，它应用图理论存储实体之间的关系信息，最常见例子就是社会网络中人与人之间的关系。它使用顶点、边和属性来表示和存储数据，支持数据的增删改查操作。

在图数据库中，最主要的组成有两种，结点集和连接结点的关系。结点集就是图中一系列结点的集合，比较接近于关系数据库中所最常使用的表，而关系则是图数据库所特有的组成。

图数据库的代表有Neo4j、ArangoDB、Virtuoso、Neptune、JanusGraph、TigerGraph等。

一些常见的图数据库

1.3 图数据库的发展

据数据库咨询公司DBEngines统计，图数据库是所有数据管理系统中成长最快的分类。由于很早就被Twitter，Facebook以及Google在内的公司采用，图已经逐渐演变成当今各行各业所使用的主流技术，连续多年处于高速发展中。

图数据库发展趋势

2007年，第一款图数据库Neo4j的诞生，给关联查询带来了情理之中却又意料之外的性能优势。2010 年后，图数据库朝着多个不同的方向发展，包括支持大规模分布式图处理、支持多模态、图查询语言的设计、专用硬件的适配等，并且不断在存储和计算能力上发展。

值得关注的是，全球最具权威的 IT 研究与顾问咨询公司 Gartner，将图技术列为2022年新兴技术和趋势影响力雷达图中，五项具有影响力的技术之一。

图数据库发展史

2、图数据库技术

在我们了解科学、政府和商业领域的数据集广泛多样性的过程中，图起到了基地的作用。现实世界完全不同于关系型数据库背后的基于表的模型，它是丰富的且互相之间充满关联。一旦理解了图，你就会发现图无处不在。比如，Gartner定义了商业世界的5个图：社交、意向、消费、兴趣和移动，并指出运用这些图的能力是一个“可持续的竞争优势”。

本章将对图数据模型、图数据存储以及图数据查询等方面进行简要介绍。

2.1 图数据模型

图模型是图数据库表达图数据的抽象模型。目前主流的图模型主要包括资源描述框架（RDF）和属性图两种。

RDF提供了一个统一的标准来描述资源，所谓资源可以指类、属性、实例等。RDF 在形式上表示为 SPO（subject, predicate, object）三元组，即（主语/主体、谓语/属性、宾语/客体），用于描述具体的事物及关系。

RDF模型

相较于RDF，目前主流的图数据库选择的图模型是属性图。属性图由点、边、标签和属性组成。开源图数据库 Neo4j 和 JanusGraph 都采用属性图的数据模型。

属性图模型

2.2 图数据存储

图数据库有原生和非原生存储两种存储方式。我们以Neo4j和JanusGraph为例简要说明两种方式。

Neo4j使用原生设计的图存储，将图数据存储在若干不同的存储文件中，每个存储文件包含图特定部分的数据（例如，节点、联系、标签和属性都各自独立的存储），其中常用的存储方式为链表、排序树以及哈希表等。

JanusGraph 使用非原生图存储，将图结构序列化存储到键值对数据库中。也有很多图数据库在存储上直接使用了 NoSQL 数据库，比如键值对存储、文档存储等。

2.3 图数据查询

按照查询范围的递增顺序，面向图数据的查询可以大体分成单点查询、邻居查询、路径遍历、子图匹配和全图分析这几类。

与关系模型以及其它 NoSQL 数据模型相比，基于图数据模型的查询具有更高的复杂度，这就对查询语言提出了更高的要求。查询语言按照编写的逻辑，可以分为描述式和命令式两种。

目前为止，图数据库尚且没有业界统一认可的查询语言，通常都是仅限于一个产品的。不过，已经有一些标准化的工作，使得Gremlin、SPARQL成为代表性描述式查询语言，Cypher成为代表性命令式查询语言。

3、图数据库的优势

图数据库为何越来越受到欢迎呢？通过节点，边和属性的图的格式存储数据，图数据库克服了其他数据库无法解决的大而复杂的数据难题，其独特性可以体现为以下三个方面：

① 性能

在关联关系的处理上，关系型数据库处理不可避免要用到表的 JOIN 操作，非常影响性能。而图数据库则是类似指针直接跳转访问，在典型查询上比关系数据库通常有n个数量级的性能优势。

② 兼容性

现实中的项目通常是不断演进的，意味着数据内容甚至数据格式也会不断发生变化。在关系型数据库中，这意味着表结构的变化，或者多个新表的建立，对源数据的改动非常大。而在图数据库里，仅需添加新的顶点、边、属性，设置为对应的类型即可。从本质上说，一个顶点代表一个特定的数据，也就是说图数据库更关注数据的个体，识别其关联关系。

③ 直观性

顶点和边的图模型相比于表模型更符合人的思维方式。比如我们面对面用纸笔交流介绍社交网络关系，会自然而然地使用点边的方式画出来，这正是图模型。在图数据上进行分析查询时，也可以直观地通过点边连接的拓扑，交互式找到想要的数据。因此有一种说法是：与关系型数据库相比，图数据关系才是真的处理“关系”的。

4、图数据库的应用

图数据库的应用原理是查询和分析连接数据，对海量数据建立关联，并通过多样及快速的方法对数据进行分析与挖掘。此外，与其他类型数据库相比，图数据库的操作更为便捷、数据更加直观、存储模式灵活、应用场景丰富，是未来处理复杂数据关系的技术趋势。

目前图数据库的需求应用场景正在不断增多，而从计算和分析数据之间关系的角度来说，图数据库比传统数据库的性能约有百倍以上的提升，在金融、电信等一系列领域都面临着巨大的需求。

以数据的关联特征与问题的相似性为基础，典型的图数据库应用场景如下：反欺诈、推荐引擎、知识图谱、主数据管理、地理空间分析以及社交网络等。

图数据库应用场景

5、我国图数据库现状

目前，欧美国家的 Neo4j 和 ArangoDB 等数据库系统仍然是市场的主流。与欧美国家相比，中国人口众多，数据量巨大，相应的图数据库需求也更大。但是，中国的图数据库基础研究相对薄弱，缺少专业的数据处理人才，更是制约了图数据库的应用与发展。

因此，在发展层面，我国需要更专注产品的技术创新层面，打造更完全自主的图数据库；在服务层面，积极探索云计算模式的图数据库服务，打造基于云计算的图数据库；在应用方面，继续在图的可视化工具方面进行创新，通过拖拽的方式，自动生成查询语言、实时反馈结果，提升图数据库的应用便捷性。通过图数据库发现不同事物、数据之间的深度关联，获得更深层次的洞察。

值得一提的是，基于AMiner的数据分析显示，我国在图数据库领域的研究热度仅次于美国，也涌现了一些比较知名的图数据库，比如：阿里云图数据库Graph Database，腾讯云图数据库Tencent Graph Database以及百度图数据库HugeGraph等。