【NebulaGraph】Docker安装NebulaGraph及入门案例

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。

NebulaGraph 的优势

开源

NebulaGraph 是在 Apache 2.0 条款下开发的。越来越多的人，如数据库开发人员、数据科学家、安全专家、算法工程师，都参与到 NebulaGraph 的设计和开发中来，欢迎访问 NebulaGraph GitHub 主页参与开源项目。
高性能
基于图数据库的特性使用 C++ 编写的 NebulaGraph，可以提供毫秒级查询。众多数据库中，NebulaGraph 在图数据服务领域展现了卓越的性能，数据规模越大，NebulaGraph 优势就越大。详情请参见 NebulaGraph benchmarking 页面。

易扩展

NebulaGraph 采用 shared-nothing 架构，支持在不停止数据库服务的情况下扩缩容。

易开发

NebulaGraph 提供 Java、Python、C++ 和 Go 等流行编程语言的客户端，更多客户端仍在开发中。详情请参见 NebulaGraph clients。

高可靠访问控制

NebulaGraph 支持严格的角色访问控制和 LDAP（Lightweight Directory Access Protocol）等外部认证服务，能够有效提高数据安全性。详情请参见验证和授权。

生态多样化

NebulaGraph 开放了越来越多的原生工具，例如 NebulaGraph Studio、NebulaGraph Console、NebulaGraph Exchange 等，更多工具可以查看生态工具概览。
此外，NebulaGraph 还具备与 Spark、Flink、HBase 等产品整合的能力，在这个充满挑战与机遇的时代，大大增强了自身的竞争力。

兼容 openCypher 查询语言

NebulaGraph 查询语言，简称为 nGQL，是一种声明性的、部分兼容 openCypher 的文本查询语言，易于理解和使用。详细语法请参见 nGQL 指南。

面向未来硬件，读写平衡

闪存型设备有着极高的性能，并且价格快速下降， NebulaGraph 是一个面向 SSD 设计的产品，相比于基于 HDD + 大内存的产品，更适合面向未来的硬件趋势，也更容易做到读写平衡。

灵活数据建模

用户可以轻松地在 NebulaGraph 中建立数据模型，不必将数据强制转换为关系表。而且可以自由增加、更新和删除属性。详情请参见数据模型。

适用场景

NebulaGraph 可用于各种基于图的业务场景。为节约转换各类数据到关系型数据库的时间，以及避免复杂查询，建议使用 NebulaGraph。

欺诈检测

金融机构必须仔细研究大量的交易信息，才能检测出潜在的金融欺诈行为，并了解某个欺诈行为和设备的内在关联。这种场景可以通过图来建模，然后借助 NebulaGraph，可以很容易地检测出诈骗团伙或其他复杂诈骗行为。

实时推荐

NebulaGraph 能够及时处理访问者产生的实时信息，并且精准推送文章、视频、产品和服务。

知识图谱

自然语言可以转化为知识图谱，存储在 NebulaGraph 中。用自然语言组织的问题可以通过智能问答系统中的语义解析器进行解析并重新组织，然后从知识图谱中检索出问题的可能答案，提供给提问人。

社交网络

人际关系信息是典型的图数据，NebulaGraph 可以轻松处理数十亿人和数万亿人际关系的社交网络信息，并在海量并发的情况下，提供快速的好友推荐和工作岗位查询。

Docker安装

使用docker for desktop下载是最优雅的，官网给出了示例
https://docs.nebula-graph.com.cn/3.4.1/2.quick-start/1.quick-start-overview/
1.在Docker For Desktop上的Extensions中搜索nebulagraph，然后点击安装

2. 安装之后点击open，就已经将NebulaGraph扩展安装好了，可以理解为一个插件，然后点击Get Started，按照引导步骤，开始第一次的使用
   

3. 第一步：打开NebulaGraph Studio
   NebulaGraph Studio是提供的一个前端可视化界面，点击Studio in Browser，按照下面给出的账号密码登陆
   

4. 添加HOST
   ADD HOSTS “storaged0”:9779,“storaged1”:9779,“storaged2”:9779
   

5. 加载数据集
   NebulaGraph提供了一些测试数据集，可以供我们下载使用，滑到下面选择一个自己测试的数据集
   

6. 执行语句
   在Console界面，输入代码查看数据

MATCH ()-[e]->() RETURN e LIMIT 100;
MATCH (n) RETURN n LIMIT 100;
SHOW TAGS;
SHOW EDGES;