图数据库浅谈

图数据库分为两大类：native graph和non-native graph

native graph：

数据只能存放在一台机器上。不支持分片。如果你的数据量非常大，Neo4j是扛不住的。
它的优点是读写速度都非常快，查关系也非常快。
典型代表是Neo4j。网上查了很久，Neo4j的团队认为你应该只把最重要的数据存到图里。Neo4j不愿意牺牲速度。因为目前图数据库分片是一个NP complete的问题。他们说与其实现一个naive(幼稚的)分片，不如把速度搞好。显然这是冲着数据分析来的。速度上来了，配合spark，分析数据就更快了，这样才有可能挖掘出更有价值的数据。

non-ative graph：

数据可以存储在多台机器上。支持分片（partition/sharding）。这个自然是冲着大数据来的。好处是不用担心一台机器硬盘的容量不够了，坏处是牺牲了性能。
这一类的图数据库有titan,orly,cayley。

titan的backend可以配置成Hbase或者Cassandra，可以做到分片。

cayley如果backend配置的是分布式的mongo的话，也能做到分片。

orly不依赖第三方backend。直接做到分片，并且声称性能还很好。

虽然支持分片，但其实titan和cayley只是一个graph layer。因为他们底层依赖其他存储系统。既然是graph layer，有人就质疑说titan和cayley能否称得上真正的图数据库。titan和orly做的挺好，都被收购了，然后就死掉了。github上很久没人更新了。目前也只能寄希望于cayley了。这个是go语言写的。社区也很活跃。

插一段废话：
我不懂大数据，更不懂数据挖掘。只能谈谈自己的一点理解。
零散的数据没什么价值，但是一旦把数据关联起来，即便是看起来是垃圾数据也可能会得出非常有价值的结论。怎么关联？抽取实体，建立关系，抽象出模型。据说行话叫构建知识图谱。然后从关联的数据量找出有价值的东西。这需要对数据极度敏感，智力还要好。这种活我们这些小程序员可干不了，得数学家和科学家来。科学家是大朋友，我们只是小朋友。小朋友可以很容易培养，科学家却不可多得。李开复说的，我觉得说的很有道理。我们能做什么？做大数据采集。做爬虫也好，做大数据存储也好都是为数据挖掘的人服务的。哦，对了，怎么挖掘数据？我也不知道，大概是机器学习，深度学习吧。