图数据库HugeGraph简介与快速入门

 

图数据库HugeGraph简介与快速入门

作者：胡佳辉(家辉)，日期：2019年2月10日 CSDN博客：https://blog.csdn.net/gobitan

 

1. HugeGraph简介

1.1 HugeGraph概述

HugeGraph是一款由百度开源的图数据库(Graph Database)系统，可以存储海量的顶点(Vertex)和边(Edge)， 基于Apache TinkerPop 3框架，支持Gremlin查询语言。 HugeGraph支持多用户并行操作，用户可输入Gremlin查询语句，并及时得到图查询结果。也可在用户程序中调用HugeGraph API进行图分析或查询。

HugeGraph在大的架构上与JanusGraph类似，但在很多细节上与JanusGraph有很多不同之处。如支持的后端存储系统、提供了可视化的工具等。

 

1.2 HugeGraph的特点

HugeGraph的主要特点如下：

• 基于TinkerPop 3 框架实现，支持Gremlin图查询语言

• 支持从TXT、CSV、JSON等格式的文件中批量导入数据

• 具备独立的Schema元数据信息，方便第三方系统集成

• 具备可视化操作界面，降低用户使用门槛

• 存储系统采用插件方式，支持RocksDB、Cassandra、ScyllaDB、HBase及MySQL等多种后端

• 优化的图接口：最短路径(Shortest Path)、K步连通子图(K-neighbor)、K步到达邻接点(K-out)等

• 支持属性图，顶点和边均可添加属性，支持丰富的属性类型

• 可以对边和顶点的属性建立索引，支持精确查询、范围查询、全文检索

• 支持多顶点ID策略：支持主键ID、支持自动生成ID、支持用户自定义字符串ID、支持用户自定义数字ID

• 与Hadoop、Spark GraphX等大数据系统集成，支持Bulk Load操作

 

1.3 HugeGraph的主要模块

HugeGraph包括如下主要模块：

• HugeGraph-Server: HugeGraph-Server是HugeGraph项目的核心部分，包含Core、Backend、API等子模块；

• Core：图引擎实现，向下连接Backend模块，向上支持API模块；

• Backend：实现将图数据存储到后端，支持的后端包括：Memory、Cassandra、ScyllaDB、RocksDB、HBase及MySQL，用户根据实际情况选择一种即可；

• API：内置REST Server，向用户提供RESTful API，同时完全兼容Gremlin查询。

• HugeGraph-Client：HugeGraph-Client提供了RESTful API的客户端，用于连接HugeGraph-Server，目前仅实现Java版，其他语言用户可自行实现；

• HugeGraph-Loader：HugeGraph-Loader是基于HugeGraph-Client的数据导入工具，将普通文本数据转化为图形的顶点和边并插入图形数据库中；

• HugeGraph-Spark：HugeGraph-Spark能在图上做并行计算，例如PageRank算法等；

• HugeGraph-Studio：HugeGraph-Studio是HugeGraph的Web可视化工具，可用于执行Gremlin语句及展示图；

• HugeGraph-Tools：HugeGraph-Tools是HugeGraph的部署和管理工具，包括管理图、备份/恢复、Gremlin执行等功能。

 

2. HugeGraph安装与部署

2.1 部署方式

有三种方式可以部署HugeGraph，如下：

• 一键部署：HugeGraph提供了一个工具叫HugeGraph-Tools ，它是HugeGragh 的自动化部署、管理和备份/还原组件的工具。作者亲自尝试过这种部署方式，不推荐使用。原因是因为服务器在国外，在线安装很容易失败。

• 下载tar包：推荐这种方式

• 源码编译：一般用户不推荐

下面将介绍第二种部署方式。

 

2.2 HugeGraph下载

进入https://hugegraph.github.io/hugegraph-doc/download.html，选择当前(2019-02-09)HugeGraph-Server的最新版本hugegraph-0.8.0.tar.gz，大约177M。这个包也是放在AWS上的，如果不方便下载的，可从我的百度网盘下载，链接：链接：https://pan.baidu.com/s/1PJBZjQiqDL2w2_GsEDplmQ 提取码：prdu

另外，最好将HugeGraph-Studio也下载了，它提供了基于Web的可视化工具，类似于Neo4j Browser，非常方便。百度网盘链接：链接：https://pan.baidu.com/s/17WTJFLpSu84AmpENAkBbHA 提取码：xr5w

 

2.3 HugeGraph的安装

注：安装环境为CentOS7，且已安装好JDK1.8.

创建部署目录

[dennis@centos7 ~]$ sudo mkdir /opt/hugegraph

 

设置权限

[dennis@centos7 ~]$ sudo chown dennis:dennis /opt/hugegraph

 

先将安装包上传到用户根目录下，然后解压：

[dennis@centos7 ~]$ tar zxf hugegraph-0.8.0.tar.gz

[dennis@centos7 ~]$ tar zxf hugegraph-studio-0.8.0.tar.gz

 

将安装包移动到/opt目录下

[dennis@centos7 ~]$ sudo mv hugegraph-* /opt/

 

2.4 初始化数据库

注：只需要执行一次。

HugeGraph支持多种后端，默认采用rocksdb。rocksdb是Facebook开源的一款嵌入式可持久化的key-value数据库。详细请参考：https://rocksdb.org/

 

[dennis@centos7 hugegraph-0.8.0]$ bin/init-store.sh

 

2.5 启动HugeGraph-Server和HugeGraph-Studio

2.5.1 启动HugeGraph-Server

[dennis@centos7 ~]$ cd /opt/hugegraph-0.8.0

[dennis@centos7 hugegraph-0.8.0]$ bin/start-hugegraph.sh

 

2.5.2 启动HugeGraph-Studio

[dennis@centos7 ~]$ cd /opt/hugegraph-studio-0.8.0

 

studio.server.host默认为localhost，如果希望远程访问，需要修改为该主机的IP地址。如：

studio.server.host=192.168.142.169

 

[dennis@centos7 hugegraph-studio-0.8.0]$ bin/hugegraph-studio.sh

 

3. HugeGraph的简单操作

说明：这里通过HugeGraph-Studio图形化界面操作，这样更直观。

3.1 HugeGraph-Studio简介

HugeGraph-Studio是一个Web端，接受Gremlin查询语句的输入，并将语句发送到Huge-Server执行并返回结果。HugeGraph-Studio的输入框中，用户可以直接使用两个变量graph和g，其中graph就是当前连接的图对象，可使用该对象对图做各种增删改查操作; g是用于遍历图的一个对象，其本质就是graph.traversal()，用户可以使用该对象做各种遍历操作；

 

3.2 创建schema

HugeGraph默认不支持自动创建schema（这点和JanusGraph不同），因此，创建图数据之前需要先创建对应的schema。

 

3.2.1 创建属性类型（PropertyKey）

graph.schema().propertyKey("name").asText().ifNotExist().create()

graph.schema().propertyKey("city").asText().ifNotExist().create()

graph.schema().propertyKey("date").asText().ifNotExist().create()

 

3.2.2 创建顶点类型（VertexLabel）

这里创建一个顶点类型person，如下：

graph.schema().vertexLabel("person").properties("name", "city").primaryKeys("name").ifNotExist().create()

 

3.2.3 创建边类型（EdgeLabel）

graph.schema().edgeLabel("knows").sourceLabel("person").targetLabel("person").properties("date").ifNotExist().create()

 

3.3 创建图数据

3.3.1 创建顶点和边

dennis = graph.addVertex(T.label, "person", "name", "Dennis","city", "Chengdu")

jady = graph.addVertex(T.label, "person", "name", "Jady","city", "Beijing")

dennis.addEdge("knows", jady, "date", "20121201")

 

3.3.2 查询图数据

由于当前只有两个顶点和一条边，因此可以执行使用简单的g.V()返回所有数据。图示如下：

如果想进一步缩小范围，，可以改写为如下：

g.V().hasLabel('person') 

 

3.4 HugeGraph-Tools

除了Web界面，也可以通过命令行方式操作。命令行工具包含在HugeGraph-Tools中。

HugeGraph-Tools可以在https://hugegraph.github.io/hugegraph-doc/download.html下载，也可以从我的百度网盘下载：链接：https://pan.baidu.com/s/1wRKklG475Whnawgq64q0YA 提取码：s04w

将安装包上传到服务器，按如下操作：

[dennis@centos7 ~]$ tar zxf hugegraph-tools-1.2.0.tar.gz

[dennis@centos7 ~]$ mv hugegraph-tools-1.2.0 /opt/

 

[dennis@centos7 ~]$ cd /opt/hugegraph-tools-1.2.0/

[dennis@centos7 hugegraph-tools-1.2.0]$ bin/hugegraph gremlin-execute --script 'g.V().count()'

Run gremlin script

2

[dennis@centos7 hugegraph-tools-1.2.0]$

 

4. 参考资料：

https://hugegraph.github.io/hugegraph-doc/

 

对图数据库及大数据技术感兴趣的朋友，扫描下方二维码，关注"图数据库与图计算"公众号或加入同名QQ群(463749267)