Contents
性能远超 Neo4j，专访图数据库 Nebula Graph 创始人
性能远超 Neo4j，专访图数据库 Nebula Graph 创始人
美团图数据库平台建设及业务实践
图数据库如何存储、查询、分析
转载来源： https://bbs.huaweicloud.com/blogs/265577
- 图存储
图数据库如何存储图，对查询和分析效率至关重要。图数据库使用图模型来操作图数据。所谓的图模型是指图数据库描述和组织图数据的方式。
目前主流的图数据库选择的图模型是属性图。属性图由点、边、标签和属性组成，我们结合一个具体的属性图实例来看一下。
以上属性图可以帮助我们理解一些相关概念： 1） 可以为点设置标签，比如 person, war等，拥有相同标签的点我们认为它们属于一个分组，是一个集合，这样刘备和曹操属于一个分组； 2） 同样可以为边设置标签，标签可以为 relation等； 3） 节点可以拥有很多属性，比如 style name、year等，这些属性值以键值对的形式表示，例如：刘备的style name是玄德； 4） 边也可以拥有属性，比如army等； 5） 边允许有方向，例如刘备和汉中之战之间的边的方向是由刘备指向汉中之战的； 6） 元数据是用来描述点和边的属性信息的，元数据由若干标签组成，每个标签由若干属性组成。
- 图查询
如果我们想知道刘备的籍贯在哪，刘备和曹操是什么关系，汉中之战的发动方是谁等等，这些都属于图查询的范畴。
我们知道，SQL是关系型数据库的查询语言，但是图数据库的查询语言并没有复用SQL。这是因为本质上图数据库处理的是高维数据，而SQL所适用的是二维的数据结构，其并不擅长关系的查询和操作。使用专门的图查询语言比SQL更加高效。
目前主流的图查询语言包括Gremlin和Cypher等。
- 图分析
图分析是指通过各种图算法来挖掘图信息的一门技术。
核心的图算法可以分成三类：路径搜索类、中心性分析类和社区发现类。
路径搜索是探索图中节点通过边建立的直接或间接的联系。例如在下图中，通过路径搜索，我们发现了这样一条路径：孙策-[夫妻]-大乔-[姐妹]-小乔-[夫妻]-周瑜,据此得知孙策和周瑜是连襟的关系。路径搜索类算法广泛用于物流配送、社交关系分析等场景。
中心性分析是指分析特定节点在图中的重要程度及其影响力。例如在上图中，直观来看，孙权是一个重要的人物，因为与他直接相连的边的数量最多。中心性分析类算法一般用于网页排序、意见领袖挖掘、流感传播等场景。
社区发现意在发现图中联系更紧密的群体结构。如果把更多的三国人物和关系加到上图中，利用Louvain等社团挖掘类算法，我们很容易发现这些人物分属三个阵营，如下图所示。
社区发现类算法可用于犯罪团伙挖掘等场景。
图数据库有什么用
介绍完图数据库的主要功能，我们再来看看图数据库都有哪些应用场景。图数据库擅长的应用领域包括：
- 社交领域：Facebook, Twitter用它来进行社交关系管理、好友推荐
我们熟悉的好友推荐。就可以采用推荐好友的好友的方法。
徐庶和司马徽向刘备推荐诸葛亮可以通过下图形象地展示
-
电商领域：华为商城用它来实现商品实时推荐
通过分析目标用户和其他用户的喜好商品，找到相似的其他用户，把这些用户购买过的商品推荐给目标用户。
- 金融领域：中国工商银行、摩根大通用它来做风控管理
目前来看，金融领域对图数据库的需求很迫切，以贷款为例，在整个贷款周期中，图数据库都能发挥巨大的作用。
- 安平领域：公安用它来进行嫌疑关系审查、犯罪团伙挖掘
东汉末年，曹操刺杀董卓，貂蝉挑拨董卓父子关系，吕布斩杀董卓，但是董卓却不知道，这些事件幕后主凶之一都有王允，如下图所示。现实中也可能是这样，幕后真凶可能与目标案件没有直接关系，只有间接的关系。
什么样的场景适合用图数据库
你可以根据以下几点来判断你的问题是否需要图数据库：
如果你的问题中频繁出现多对多的关系，建议首选图数据库； 如果你的问题中数据之间的关系非常重要，建议首选图数据库； 如果你需要处理大规模数据集之间的关系，建议首选图数据库。
图数据库产品
现在图数据库产品已经出现百家争鸣的局面，Neo4是老牌图数据的代表.
发表回复