圖數(shù)據(jù)庫的特性及其優(yōu)勢

在萬物互聯(lián)的時代，圖數(shù)據(jù)庫在金融科技、社交網(wǎng)絡等領域發(fā)揮著不可替代的作用，它能清晰地揭示各類復雜模式。

本文介紹了圖數(shù)據(jù)庫的歷史由來、特性及其優(yōu)勢，并說明了圖數(shù)據(jù)庫解決的是什么樣的問題，闡述了圖數(shù)據(jù)庫的應用場景，并對其發(fā)展做了展望。

1

概 述 #

【 簡介 】

在當前的環(huán)境中，通信、互聯(lián)網(wǎng)、社交網(wǎng)絡和物聯(lián)網(wǎng)等領域積累了大量的關聯(lián)數(shù)據(jù)。

面對各種海量數(shù)據(jù)，尤其是海量非結(jié)構化數(shù)據(jù)的存儲，傳統(tǒng)的信息存儲和組織模式已經(jīng)無法滿足客戶需求，圖數(shù)據(jù)庫卻能夠很清晰地揭示各類復雜模式，提供了新的方式為數(shù)據(jù)賦能，驅(qū)動行業(yè)發(fā)展。

【 什么是圖數(shù)據(jù)庫 】

圖數(shù)據(jù)庫（Graph Database）不是存儲圖像的數(shù)據(jù)庫，而是基于圖模型，使用圖結(jié)構進行語義操作的非關系型數(shù)據(jù)庫，它應用圖理論存儲實體之間的關系信息，最常見例子就是社會網(wǎng)絡中人與人之間的關系。 它使用頂點、 邊和屬性來表示和存儲數(shù)據(jù)，支持數(shù)據(jù)的增刪改查操作。

在圖數(shù)據(jù)庫中，最主要的組成有兩種，結(jié)點集和連接結(jié)點的關系。 結(jié)點集就是圖中一系列結(jié)點的集合，比較接近于關系數(shù)據(jù)庫中所最常使用的表，而關系則是圖數(shù)據(jù)庫所特有的組成。

圖數(shù)據(jù)庫的代表有Neo4j、ArangoDB、Virtuoso、Neptune、JanusGraph、TigerGraph等。

【 圖數(shù)據(jù)庫發(fā)展 】

據(jù)數(shù)據(jù)庫咨詢公司DBEngines統(tǒng)計，圖數(shù)據(jù)庫是所有數(shù)據(jù)管理系統(tǒng)中成長最快的分類。由于很早就被Twitter，F(xiàn)acebook以及Google在內(nèi)的公司采用，圖已經(jīng)逐漸演變成當今各行各業(yè)所使用的主流技術，連續(xù)多年處于高速發(fā)展中。

2007年，第一款圖數(shù)據(jù)庫Neo4j的誕生，給關聯(lián)查詢帶來了情理之中卻又意料之外的性能優(yōu)勢。2010 年后，圖數(shù)據(jù)庫朝著多個不同的方向發(fā)展，包括支持大規(guī)模分布式圖處理、支持多模態(tài)、圖查詢語言的設計、專用硬件的適配等，并且不斷在存儲和計算能力上發(fā)展。

值得關注的是，全球最具權威的 IT 研究與顧問咨詢公司 Gartner，將圖技術列為2022年新興技術和趨勢影響力雷達圖中，五項具有影響力的技術之一。

圖數(shù)據(jù)庫發(fā)展史

2圖數(shù)據(jù)庫技術

在我們了解科學、政府和商業(yè)領域的數(shù)據(jù)集廣泛多樣性的過程中，圖起到了基地的作用?，F(xiàn)實世界完全不同于關系型數(shù)據(jù)庫背后的基于表的模型，它是豐富的且互相之間充滿關聯(lián)。一旦理解了圖，你就會發(fā)現(xiàn)圖無處不在。比如，Gartner定義了商業(yè)世界的5個圖：社交、意向、消費、興趣和移動，并指出運用這些圖的能力是一個“可持續(xù)的競爭優(yōu)勢”。

本章將對圖數(shù)據(jù)模型、圖數(shù)據(jù)存儲以及圖數(shù)據(jù)查詢等方面進行簡要介紹。

【 圖數(shù)據(jù)模型 】

圖模型是圖數(shù)據(jù)庫表達圖數(shù)據(jù)的抽象模型。目前主流的圖模型主要包括資源描述框架（RDF）和屬性圖兩種。

RDF提供了一個統(tǒng)一的標準來描述資源，所謂資源可以指類、屬性、實例等。 RDF 在形式上表示為 SPO（subject, predicate, object）三元組，即（主語/主體、謂語/屬性、賓語/客體），用于描述具體的事物及關系。

RDF模型

相較于RDF，目前主流的圖數(shù)據(jù)庫選擇的圖模型是屬性圖。 **屬性圖由點、邊、標簽和屬性組成。**開源圖數(shù)據(jù)庫 Neo4j 和 JanusGraph 都采用屬性圖的數(shù)據(jù)模型。

屬性圖模型

【 圖數(shù)據(jù)存儲 】

**圖數(shù)據(jù)庫有原生和非原生存儲兩種存儲方式。**我們以Neo4j和JanusGraph為例簡要說明兩種方式。

Neo4j使用原生設計的圖存儲，將圖數(shù)據(jù)存儲在若干不同的存儲文件中，每個存儲文件包含圖特定部分的數(shù)據(jù)（例如，節(jié)點、聯(lián)系、標簽和屬性都各自獨立的存儲），其中常用的存儲方式為鏈表、排序樹以及哈希表等。

JanusGraph 使用非原生圖存儲，將圖結(jié)構序列化存儲到鍵值對數(shù)據(jù)庫中。也有很多圖數(shù)據(jù)庫在存儲上直接使用了 NoSQL 數(shù)據(jù)庫，比如鍵值對存儲、文檔存儲等。

【 圖數(shù)據(jù)查詢 】

按照查詢范圍的遞增順序，面向圖數(shù)據(jù)的查詢可以大體分成單點查詢、鄰居查詢、路徑遍歷、子圖匹配和全圖分析這幾類。

與關系模型以及其它 NoSQL 數(shù)據(jù)模型相比，基于圖數(shù)據(jù)模型的查詢具有更高的復雜度，這就對查詢語言提出了更高的要求。查詢語言按照編寫的邏輯，可以分為描述式和命令式兩種。

目前為止，圖數(shù)據(jù)庫尚且沒有業(yè)界統(tǒng)一認可的查詢語言，通常都是僅限于一個產(chǎn)品的。不過，已經(jīng)有一些標準化的工作，使得Gremlin、SPARQL成為代表性描述式查詢語言，Cypher成為代表性命令式查詢語言。

3圖數(shù)據(jù)庫的優(yōu)勢

圖數(shù)據(jù)庫為何越來越受到歡迎呢？通過節(jié)點，邊和屬性的圖的格式存儲數(shù)據(jù)，圖數(shù)據(jù)庫克服了其他數(shù)據(jù)庫無法解決的大而復雜的數(shù)據(jù)難題，其獨特性可以體現(xiàn)為以下三個方面：

① 性能

在關聯(lián)關系的處理上，關系型數(shù)據(jù)庫處理不可避免要用到表的 JOIN 操作，非常影響性能。而圖數(shù)據(jù)庫則是類似指針直接跳轉(zhuǎn)訪問，在典型查詢上比關系數(shù)據(jù)庫通常有n個數(shù)量級的性能優(yōu)勢。

② 兼容性

現(xiàn)實中的項目通常是不斷演進的，意味著數(shù)據(jù)內(nèi)容甚至數(shù)據(jù)格式也會不斷發(fā)生變化。在關系型數(shù)據(jù)庫中，這意味著表結(jié)構的變化，或者多個新表的建立，對源數(shù)據(jù)的改動非常大。而在圖數(shù)據(jù)庫里，僅需添加新的頂點、邊、屬性，設置為對應的類型即可。從本質(zhì)上說，一個頂點代表一個特定的數(shù)據(jù)，也就是說圖數(shù)據(jù)庫更關注數(shù)據(jù)的個體，識別其關聯(lián)關系。

③ 直觀性

頂點和邊的圖模型相比于表模型更符合人的思維方式。比如我們面對面用紙筆交流介紹社交網(wǎng)絡關系，會自然而然地使用點邊的方式畫出來，這正是圖模型。在圖數(shù)據(jù)上進行分析查詢時，也可以直觀地通過點邊連接的拓撲，交互式找到想要的數(shù)據(jù)。因此有一種說法是：與關系型數(shù)據(jù)庫相比，圖數(shù)據(jù)關系才是真的處理“關系”的。

4

圖數(shù)據(jù)庫的應用 *

圖數(shù)據(jù)庫的應用原理是查詢和分析連接數(shù)據(jù)，對海量數(shù)據(jù)建立關聯(lián)，并通過多樣及快速的方法對數(shù)據(jù)進行分析與挖掘。此外，與其他類型數(shù)據(jù)庫相比，圖數(shù)據(jù)庫的操作更為便捷、數(shù)據(jù)更加直觀、存儲模式靈活、應用場景豐富，是未來處理復雜數(shù)據(jù)關系的技術趨勢。

目前圖數(shù)據(jù)庫的需求應用場景正在不斷增多，而從計算和分析數(shù)據(jù)之間關系的角度來說，圖數(shù)據(jù)庫比傳統(tǒng)數(shù)據(jù)庫的性能約有百倍以上的提升，在金融、電信等一系列領域都面臨著巨大的需求。

以數(shù)據(jù)的關聯(lián)特征與問題的相似性為基礎，典型的圖數(shù)據(jù)庫應用場景如下：反欺詐、推薦引擎、知識圖譜、主數(shù)據(jù)管理、地理空間分析以及社交網(wǎng)絡等。

圖數(shù)據(jù)庫應用場景

5

我國****圖數(shù)據(jù)庫現(xiàn)狀

目前，歐美國家的 Neo4j 和 ArangoDB 等數(shù)據(jù)庫系統(tǒng)仍然是市場的主流。與歐美國家相比，中國人口眾多，數(shù)據(jù)量巨大，相應的圖數(shù)據(jù)庫需求也更大。但是，中國的圖數(shù)據(jù)庫基礎研究相對薄弱，缺少專業(yè)的數(shù)據(jù)處理人才，更是制約了圖數(shù)據(jù)庫的應用與發(fā)展。

因此，在發(fā)展層面，我國需要更專注產(chǎn)品的技術創(chuàng)新層面，打造更完全自主的圖數(shù)據(jù)庫；在服務層面，積極探索云計算模式的圖數(shù)據(jù)庫服務，打造基于云計算的圖數(shù)據(jù)庫；在應用方面，繼續(xù)在圖的可視化工具方面進行創(chuàng)新，通過拖拽的方式，自動生成查詢語言、實時反饋結(jié)果，提升圖數(shù)據(jù)庫的應用便捷性。通過圖數(shù)據(jù)庫發(fā)現(xiàn)不同事物、數(shù)據(jù)之間的深度關聯(lián)，獲得更深層次的洞察。

值得一提的是，基于AMiner的數(shù)據(jù)分析顯示，我國在圖數(shù)據(jù)庫領域的研究熱度僅次于美國，也涌現(xiàn)了一些比較知名的圖數(shù)據(jù)庫，比如：阿里云圖數(shù)據(jù)庫Graph Database，騰訊云圖數(shù)據(jù)庫Tencent Graph Database以及百度圖數(shù)據(jù)庫HugeGraph等。

6

**# **圖數(shù)據(jù)庫的展望 #

當前，我們對圖的了解是建立在數(shù)百年的數(shù)學和科學研究之上的，而基于此的圖數(shù)據(jù)庫正在用它獨有的優(yōu)勢展現(xiàn)出強大的生命力。

未來，隨著全球范圍內(nèi)互聯(lián)網(wǎng)用戶、設備和數(shù)字處理的增多，生成的數(shù)據(jù)也越來越多。也就是說，企業(yè)能否充分利用相關數(shù)據(jù)決定著企業(yè)未來的發(fā)展。圖數(shù)據(jù)庫將會是存儲、關聯(lián)和利用數(shù)據(jù)最有效的方式。可以想象的是，通過設計和實現(xiàn)圖數(shù)據(jù)庫解決方案，以及應用圖算法解決復雜的商業(yè)問題的知識，將會構建出一個開拓性的信息系統(tǒng)。

接下來圖數(shù)據(jù)庫可能面臨三大趨勢，分別是查詢語言統(tǒng)一化、圖數(shù)據(jù)庫與圖處理引擎融合化、軟硬件一體化。****我們期待未來圖數(shù)據(jù)庫的發(fā)展，能夠帶給全行業(yè)新的面貌。