聊聊Neo4j图数据库的那些明显优势

引言：Neo4j是一个NoSQL的图数据库管理系统，像其他NoSQL数据库一样具有高效的查询性能。同时，Neo4j还具有完全事务管理特性，完全支持ACID事务管理。Neo4j与其他数据库相比，具有哪些明显的优势呢？
本文选自《Neo4j全栈开发》。

　　在高速发展的互联网应用中，业务需求的频繁变更和数据的快速增长都要求数据库必须具有很强的适应能力。Neo4j图数据库正是一个能够适应这种业务需求不断变化和大规模数据增长而产生的数据库，它不但具有很强的适应能力，而且能够自始至终保持高效的查询性能。
　　现实世界中的一切事物都处在联系之中，如人际关系、电脑网络、地理数据、分子结构模型等，无一不处在纷繁复杂的联系之中。这种联系形成了一种互相关联的数据，联系才是数据的本质所在。传统的关系型数据库并不能很好地表现数据的联系，而一些NoSQL（Not Only SQL，非关系型数据库）数据库又不能表现数据之间的联系。同样是NoSQL的Neo4j图数据库是以图的结构形式来存储数据的，它所存储的就是联系的数据，是关联数据本身。
　　关联数据中的联系本来就很复杂，若要在关系型数据库中使用结构化形式来表现这种联系，则一般不能直接表示，处理起来既烦琐又费事，并且随着数据的不断增长，其访问性能将日趋下降。无数的开发人员和数据库管理人员都或多或少地使用过关系型数据库，在其应用的规模化进展过程中，对于数据库的性能优化往往捉襟见肘、陷入窘境。Neo4j没有模式结构的定义，也不需要这些定义，它使用非结构化的方式来存储关联数据，所以能够直接表现数据的关联特性。
　　Neo4j不管是与关系型数据库相比，还是与其他NoSQL数据库相比，都具有很多前所未有的优势，这可以从以下几个方面来分析，主要表现为查询的高性能、设计的灵活性和开发的敏捷性等。

1 高性能表现

　　Neo4j是一个原生的图数据库引擎，它存储了原生的图数据，因此，可以使用图结构的自然伸展特性来设计免索引邻近节点遍历的查询算法，即图的遍历算法设计。图的遍历是图数据结构所具有的独特算法，即从一个节点开始，根据其连接的关系，可以快速和方便地找出它的邻近节点。这种查找数据的方法并不受数据量的大小所影响，因为邻近查询始终查找的是有限的局部数据，不会对整个数据库进行搜索。所以，Neo4j具有非常高效的查询性能，相比于RDBMS可以提高数倍乃至数十倍的查询速度。而且查询速度不会因数据量的增长而下降，即数据库可以经久耐用，并且始终保持最初的活力。不像RDBMS那样，因为不可避免地使用了一些范式设计，所以在查询时如果需要表示一些复杂的关系，势必会构造很多连接，从而形成很多复杂的运算。并且在查询中更加可怕的是还会涉及大量数据，这些数据大多数与结果毫无关系，有的可能仅仅是通过ID查找它的名称而已，所以随着数据量的增长，即使查询一小部分数据，查询也会变得越来越慢，性能日趋下降，以至于让人无法忍受。

2 设计的灵活性

　　在日新月异的互联网应用中，业务需求会随着时间和条件的改变而发生变化，这对于以往使用结构化数据的系统来说，往往很难适应这种变化的需要。图数据结构的自然伸展特性及其非结构化的数据格式，让Neo4j的数据库设计可以具有很大的伸缩性和灵活性。因为随着需求的变化而增加的节点、关系及其属性并不会影响到原来数据的正常使用，所以使用Neo4j来设计数据库，可以更接近业务需求的变化，可以更快地赶上需求发展变化的脚步。
　　大多数使用关系型数据库的系统，为了应对快速变化的业务需求，往往需要采取推倒重来的方法重构整个应用系统。而这样做的成本是巨大的。使用Neo4j可以最大限度地避免这种情况发生。虽然有时候，也许是因为最初的设计考虑得太不周全，或者为了获得更好的表现力，数据库变更和迁移在所难免，但是使用Neo4j来做这项工作也是非常容易的，至少它没有模式结构定义方面的苦恼。

3 开发的敏捷性

　　图数据库设计中直观明了的数据模型，从需求的讨论开始，到程序开发和实现，以及最终保存在数据库中的样子，它的模样似乎没有什么变化，甚至可以说本来就是一模一样的。这说明，业务需求与系统设计之间可以拉近距离，需求和实现结果之间越来越接近。这不但降低了业务人员与设计人员之间的沟通成本，也使得开发更加容易迭代，并且非常适合使用敏捷开发方法。
　　Neo4j本身可伸缩的设计灵活性，以及直观明了的数据模型设计，还有其自身简单易用的特点等，所有这些优势充分说明，使用Neo4j很适合以一种测试驱动的方法应用于系统设计和开发自始至终的过程之中，通过迭代来加深对需求的理解，并通过迭代来完善数据模型设计。

4 与其他数据库的比较

　　与当前一些主流的数据库相比，不管是传统的关系型数据库，还是NoSQL数据库，或者同类的图数据库，Neo4j都是出类拔萃的。
　　在传统的RDBMS中，如果要表现一个部门的用户，即1.2节提到的例子，按照第三范式的设计要求，至少需要三张表格来表示，即部门表、用户表和部门-用户关系表，这样实体和关系就被人为地隔开了，它们是完全分离的，存在于不同的表中，这就给查询带来了一定的难度，从而影响了查询的性能。而Neo4j所表现的是实体的联系本身，它表现了现实世界中事物联系的本质，它的联系在节点创建时就已经建立，所以在查询中能以快捷的路径返回关联数据，从而表现出非常高效的查询性能。
　　Key-Value的数据库虽然能提供高性能的查询，但它所能表示的内容是有限的。实际上，Neo4j节点的属性就是一些Key-Value的数据集合。而Neo4j通过节点和关系的属性可以表现更为丰富多彩的内容，这是其他Key-Value的数据库所无法比拟的。
　　对于Key-Document文档数据库来说，相对于Key-Value数据库，内容是丰富了些，但美中不足的是，一个文档经不起内容的变更或修改。如果用Neo4j的节点及其属性来表示，则处理这种类似的变更却是轻而易举的。
　　在图数据库领域，除Neo4j之外，还有其他如OrientDB、Giraph、AllegroGraph等各种图数据库。跟所有这些图数据库相比，Neo4j的优势表现在以下两个方面。
　　（1）Neo4j是一个原生图计算引擎，它存储和使用的数据自始至终都是使用原生的图结构数据进行处理的，不像有些图数据库，只是在计算处理时使用了图结构数据，而在存储时还将数据保存在关系型数据库中。
　　（2）Neo4j是一个开源的数据库，其开源的社区版吸引了众多第三方的使用和推广，如开源项目Spring Data Neo4j就是一个做得很不错的例子，同时也得到了更多开发者的拥趸和支持，聚集了丰富的可供交流和学习的资源与案例。这些支持、推广和大量的使用，反过来会很好地推动Neo4j的发展。

5 综合表现

　　Neo4j查询的高性能表现、易于使用的特性及其设计的灵活性和开发的敏捷性，以及坚如磐石般的事务管理特性等特点，都充分说明了使用Neo4j是一个不错的选择。有关它的所有优点，总结起来，主要表现在以下几个方面。
　　（1）闪电般的读/写速度，无与伦比的高性能表现。
　　（2）非结构化数据存储方式，在数据库设计上具有很大的灵活性。
　　（3）能很好地适应需求变化，并适合使用敏捷开发方法。
　　（4）很容易使用，可以用嵌入式、服务器模式、分布式模式等方式来使用数据库。
　　（5）使用简单框图就可以设计数据模型，方便建模。
　　（6）图数据的结构特点可以提供更多更优秀的算法设计。
　　（7）完全支持ACID完整的事务管理特性。
　　（8）提供分布式高可用模式，可以支持大规模的数据增长。
　　（9）数据库安全可靠，可以实时备份数据，很方便恢复数据。
　　（10）图的数据结构直观而形象地表现了现实世界的应用场景。

　　本文选自《Neo4j全栈开发》。