图数据库NebulaGraph简介

jueMingc

已于 2024-05-10 19:45:37 修改

阅读量629

点赞数 8

文章标签：数据库

于 2024-05-09 19:50:52 首次发布

本文链接：https://blog.csdn.net/jueMingc/article/details/138628165

版权

一、什么是图数据库

图数据库基于图数据模型的数据库系统，其中数据以节点（vertices）和边（edges）的形式表示，并通过节点和边之间的关系来组织和连接数据，节点通常代表实体（如人物、地点、物品等），而边则表示这些实体之间的关系（比如关系、连接、交互等）。每个节点和边都可以具有属性（properties），这些属性是关于节点或边的附加信息。

二、图数据库有什么用

图数据库适用于许多不同领域的应用，例如社交网络分析、推荐系统、网络安全、物流和路线优化等。世界上几乎所有领域的事物都有内在联系，关系型数据库这样的建模系统会提取实体之间的关系，并将关系单独存储到表和列中，而实体的类型和属性存储在其他列甚至其他表中，这使得侧重通过关系连接实体的数据管理费时费力。与传统的关系型数据库相比，图数据库更适合处理复杂的关系和连接，因为它们能够更有效地表示和查询这些关系。

三、什么是NebulaGraph

NebulaGraph 是一款开源的、分布式的、易扩展的原生图数据库，能够承载包含数千亿个点和数万亿条边的超大规模数据集，并且提供毫秒级查询。

四、NebulaGraph架构

NebulaGraph 由三种服务构成：Meta 服务、Graph 服务和 Storage 服务，是一种存储与计算分离的架构。以下是官方架构图：
在这里插入图片描述
Meta 服务是管家，主要作用是数据管理，比如Schema 操作、集群管理和用户权限管理等。
Graph 服务负责处理查询请求，包括解析查询语句、校验语句、生成执行计划以及按照执行计划执行四个大步骤。
Storage 服务负责具体数据相关的存储。Storage 服务定义了一系列和图相关的 API，例如：

getNeighbors：查询一批点的出边或者入边，返回边以及对应的属性，并且支持条件过滤。
insert vertex/edge：插入一条点或者边及其属性。
getProps：获取一个点或者一条边的属性。

五、NebulaGraph数据模型

NebulaGraph 使用有向属性图模型，也就是点和边构成的图，并且这些边是有方向的，点和边都可以有属性。有6种基本的数据模型：

图空间（Space）：图空间用于隔离不同团队或者项目的数据，不同图空间的数据是相互隔离的，可以指定不同的存储副本数、权限、分片等。
标签（Tag）：点的schema，由一组事先预定义的属性构成。类似MySQL的表结构。
边类型（Edge type）：边的schema，由一组事先预定义的属性构成。也类似MySQL的表结构。
属性（Property）：属性是指以键值对形式表示的信息，一个Tag和Edge type可以定义多个属性。类似MySQL中的字段。
点（Vertex）：点用来保存实体对象，一个点类似MySQL中实体表的一条记录，特点如下：
a. 点是用点标识符（VID）标识的。VID在同一图空间中唯一。VID 是一个 int64，或者 fixed_string(N)。
b. 点可以有 0 到多个 Tag。多个Tag类似MySQL的多表join后的一条记录。
边（Edge）：边是用来连接点的，表示两个点之间的关系或行为，一条边类似MySQL中关系表的一条记录，特点如下：
a… 两点之间可以有多条边。
b. 边是有方向的，不存在无向边。
c. 四元组 <起点 VID、Edge type、边排序值 (rank)、终点 VID> 用于唯一标识一条边。边没有 EID。
d. 一条边有且仅有一个 Edge type。
e. 一条边有且仅有一个 Rank，类型为 int64，默认值为 0。Rank 可以用来区分 Edge type、起始点、目的点都相同的边。该值完全由用户自己指定。

六、NebulaGraph数据存储方式

数据存储： 使用 RocksDB 作为本地存储引擎，实现了自己的 KVStore，存储的主要数据是点和边。NebulaGraph 将点和边的信息存储为 key，同时将点和边的属性信息存储在 value 中，以便更高效地使用属性过滤。

索引： 为了提高查询性能，NebulaGraph 支持为点的 Tag 或 Tag 的某个属性，边的 Edge type 或 Edge type 的某个属性创建索引。索引可以基于指定的 Tag、Edge type、属性查询数据，但是索引本身不存储数据，而是存储数据的位置。索引只用来针对纯属性条件出发查询场景的功能，从一个点开始向外拓展的查询，根据VID查询不需要索引。NebulaGraph 支持两种类型索引：原生索引和全文索引。

原生索引：在本地和点数据被一起存储、分片。原生索引可以基于指定的属性查询数据。
全文索引：全文索引是基于 Elasticsearch 来实现的，用于对字符串属性进行前缀搜索、通配符搜索、正则表达式搜索和模糊搜索，有如下特点：

七、NebulaGraph使用示例

（1）快速安装NebulaGraph

下载并安装 Docker Desktop。
在Docker Desktop搜索栏搜索 NebulaGraph插件，并点击安装

（2）Docker Desktop切换到NebulaGraph页面，点击Get Started栏，再点击“Studio”进入控制台

（3）通过NebulaGraph控制台创建Space、Tag和Edge type
例如以下：
Space：test
Tag：patient、doctor
Edge type：follow、assist

（4）通过代码SessionPool的方式写入点和边，并查询数据

public class TestNebulaGraph {
  public static void main(String[] args) {
      List<HostAddress> addresses = Arrays.asList(new HostAddress("127.0.0.1", 9669));
      String spaceName = "test";
      String user = "root";
      String password = "nebula";
      SessionPoolConfig sessionPoolConfig =
              new SessionPoolConfig(addresses, spaceName, user, password)
                      .setMaxSessionSize(10)
                      .setMinSessionSize(10)
                      .setRetryConnectTimes(3)
                      .setWaitTime(100)
                      .setRetryTimes(3)
                      .setIntervalTime(100);
      SessionPool sessionPool = new SessionPool(sessionPoolConfig);
      if (!sessionPool.init()) {
        return;
      }
      ResultSet resultSet;
      try {
        //创建点（医生"牛大壮"和"史铁柱"）
        sessionPool.execute("INSERT VERTEX doctor (id, name) VALUES \"d1\":(1, \"牛大壮\"), \"d2\":(2, \"史铁柱\")");
        //创建点（患者"张三"和"李四"）
        sessionPool.execute("INSERT VERTEX patient (id, name) VALUES \"p1\":(1, \"张三\"), \"p2\":(2, \"李四\")");
        //创建点（既是患者"历飞雨"又是医生"韩立"）
        sessionPool.execute("INSERT VERTEX patient (id, name),doctor(id, name) VALUES \"pd1\":(3, \"历飞雨\",3,\"韩立\")");
        //创建边（"牛大壮" （协助）-> "史铁柱"）
        sessionPool.execute("INSERT EDGE assist (status, create_time) VALUES \"d1\"->\"d2\":(1, 1714381792084)");
        //创建边（"张三" （关注）-> "牛大壮"）
        sessionPool.execute("INSERT EDGE follow (status, create_time) VALUES \"p1\"->\"d1\":(1, 1714270192000)");
        //创建边（"张三" （关注）-> "史铁柱"）
        sessionPool.execute("INSERT EDGE follow (status, create_time) VALUES \"p1\"->\"d2\":(1, 1714183740000)");
        //创建边（"李四" （关注）-> "史铁柱"）
        sessionPool.execute("INSERT EDGE follow (status, create_time) VALUES \"p2\"->\"d2\":(1, 1711519740000)");
        //查询边
        resultSet = sessionPool.execute("MATCH ()-[e]->() RETURN e LIMIT 10;");
        System.out.println(resultSet.toString());
      } catch (IOErrorException | ClientServerIncompatibleException | AuthFailedException
               | BindSpaceFailedException e) {
        e.printStackTrace();
        sessionPool.close();
        System.exit(1);
      }
    }
}