图数据库与关系型数据库的对比

1.2 图数据库与关系型数据库的对比

在数据库领域的应用中并不是任何用例都适用于关系数据模型，但在过去由于缺乏可行的替代方案和各大关系数据库厂商的大力发展下，其他类型数据库难以成为主流；但随着图数据库的产生，这种情况发生了改变。

1.2.1 关系数据库的弊端

关系数据库自上世纪 80 年代以来一直是数据库领域发展的动力，并持续到今天。它们将高度结构化的数据存储在具有某些类型信息的二维表格中，并且由于其组织数据的严格特性，开发人员和应用程序必须严格地按照关系数据库的相关约定来构建其应用程序中使用的数据。

在关系数据库中，通过外键约束来实现两表或多个表之间某些记录相互引用的关系。外键约束是关系数据库中实现表之间相互引用的必不可少的策略。关系数据库通过外键在主表中寻找匹配的主键记录来进行搜索、匹配计算操作，因为这种操作是“计算密集型”的，也是“内存密集型”的，并且操作次数将是表中记录的指数级别，所以它需要消耗大量的系统资源。如果您使用多对多关系，则必须要再添加一个中间表，它用来保存两个参与表的外键对应关系，这进一步增加了连接操作的成本。

1.2.2 图数据模型的优势

在图数据库中，关系是最重要的元素。通过关系我们能够将节点相互关联起来构建与我们的问题领域密切相关的复杂模型。

图数据库模型中的每个节点都直接包含一个关系列表，关系列表中存放此节点与其他节点的关系记录。这些关系记录按类型和方向组织起来，并且可以保存附加属性。无论何时运行类似关系数据库的连接（Join）操作时，图数据库都将使用此列表来直接访问连接的节点，无须进行记录的搜索、匹配计算操作。

将关系预先保存到关系列表中的这种能力使 Neo4j 能够提供比关系数据库高几个数量级的性能，特别是对于复杂连接的查询， Neo4j 能够实现毫秒级的响应。

使用图数据库来组织数据所得到的数据模型比使用传统关系或其他 NoSQL 数据库的数据模型更简单，同时更具有表现力。

图数据库支持非常灵活和细粒度的数据模型，可以用简单直观的方式对数据应用进行建模和管理，可以更方便地将数据单元小型化、规范化；同时还能实现丰富的关系连接，这样在对数据查询时可以用任何可想象到的方式进行查询操作。可见，与关系数据库相比，图数据库可支持更多类型的用例，如下图所示。

众所周知，数据库为确保数据的正确性，创造性地引入了事务概念，即 ACID 特性。像 Neo4j 这样的图数据库完全支持 ACID 事务，包括预写式日志（write-ahead logs）的恢复和异常终止后的恢复，所以永远不会丢失已经被加入数据库的数据。

下面是一个用关系数据模型和图数据模型建模的实例，通过两个E-R图（Entity Relationship Diagram,实体联系图）可以看出使用图数据库更加简洁、明确地描述数据之间的关系。

如下图所示，要使用关系数据库创建一个项目部门组织的存储结构，必须为项目、部门、组织、人员单独创建表结构，各个表结构之间通过外键约束相互关联，对于多对多的复杂关系还必须创建“中间表”（如Department_ Members 表），通过 E-R 图可以看出，各个表结构中创建了大量的主键、外键列，并创建了中间表来维护复杂关系，这消耗了大量的系统资源。

如果采用图数据库创建一个项目部门组织的存储结构则容易得多，只需要为项目、部门、组织、人员创建节点，并且节点不需要主键、外键，也不需要中间表，只保留必要的属性即可。各个节点直接通过关系指向来表达节点之间的复杂关系。使用图数据库可以更加简洁、明确地描述数据间的复杂关系，如下图所示。