Design Data-Intensive Applications 读书笔记四 类图数据模型

类似图的数据模型

早先我们看到多对多关系是区分不同数据结构的一个关键。如果你的应用绝大多数都是一对多关系，后者记录间没有关系，那么文档模型是合适的。

但是如果你的数据中多对多关系很普遍呢？关系模型只能处理简单的多对多关系，对着数据的连接变得复杂，应该使用图表模型。

一个图由两种东西组成：顶点（节点或者实体）和向量（关联或者轨迹）。很多类型的数据适用于用图结构建模。典型例子：

社会网络：顶点是人，向量表示人互相认识。

网络图：顶点是网页，向量表示连接至其他HTML的链接

道路图：顶点是交叉点，向量表示它们之间的道路。

很多算法可以操作这些图：比如，汽车导航系统能够在道路网上找到两点间的最短距离。PageRank能够用于网络图来计算网页的流行度，然后给搜索结果排序。这些例子中，所有图表示某些事物。但是图不仅仅是在单一数据库中存储同质化的物体，他能够存储不同类的物体。比如，Facebook使用不同类的点和向量维护了一个单一的图：顶点表示人，位置，活动，登录，评论；向量表示人之间为好友，在那个地点登录，谁评论了谁的动态，谁参加了活动等等。

在图中构建和查询数据的方法与之前有所不同。这节我们讨论属性图模型（Neo4j，Titan，和InfiniteGraph）和元祖存储模型（Datomic，AllegroGraph等）。我们介绍图的三种声明式查询语句：Cypher，SPARQL，和Datalog。此外还有命令式查询语句如Gremlin和图处理框架Pregel。

属性图

属性图模型中，每个顶点由以下组成：独一无二的标志符；一组流出的向量；一组流入的向量；属性集合（键值对）

向量有以下组成：独一无二的标志符；向量开始的节点（尾节点）；向量结束的节点（头节点）；描述两个节点关系的标签；属性集合（键值对）。

你可以想象图由两个关系型表格存储，一个存储点，一个存储向量。，如下所示（这是使用PostgreSQL json数据类型来存储每个向量和点）。头尾节点存储在每个向量里；如果你想找到入一个节点向量和出向量的集合，你可以使用 head_vertex 或者 tail_vertex查询向量表。

这些特性能够让图处理复杂的数据模型。表2-5展示了很难用传统关联型模型表示的事物，例如不同国家的区域划分（法国有départements 和 régions），美国有counties 和states ；怪异的历史，比如一个国家处在另一个国家之中（忽视现在复杂的领土纠纷），数据层次的多变（Lucy现在的居住地址是城市，但是出生地却是用州表示）

你可以扩展图的用途，来包含Lucy和Alain的其他方面。比如，你可以用它来指出他们对哪些食物过敏（引入点表示过敏源，向量连接人和过敏源表示对此过敏），用过敏源和一组点表示哪些食物包含过敏源。然后你可以写一个查询来找出每个人吃哪些东西安全，图结构能够轻易地容纳改变。

Cyper查询语句

Cyper是用于属性图数据结构的查询语句。Neo4j数据库创建的。

下图示例显示了怎么Cyper查询怎么将数据插入图数据库。图的其他部分能够使用类似的方法插入。

当所有的向量和顶点添加到数据库，我们可以开始问以下问题：找到所有从美国移民至欧洲的人的姓名。更准确的说，我们要找到所有的向量，其中BORN_IN顶点指向US内的地区，LIVING_IN顶点指向欧洲内的地区，然后返回这些向量的 name 属性。

下图示例显示如何表示Cyper查询功能，在MATH 语句中相同箭头用来找到路径 ,(person) -[:BORN_IN] -> () 匹配任意的与 BORN