圖數(shù)據(jù)庫 — neo4j （一）

隨著社交、電商、金融、零售、物聯(lián)網(wǎng)等行業(yè)的快速發(fā)展，現(xiàn)實(shí)社會織起了了一張龐大而復(fù)雜的關(guān)系網(wǎng)，傳統(tǒng)數(shù)據(jù)庫很難處理關(guān)系運(yùn)算。大數(shù)據(jù)行業(yè)需要處理的數(shù)據(jù)之間的關(guān)系隨數(shù)據(jù)量呈幾何級數(shù)增長，急需一種支持海量復(fù)雜數(shù)據(jù)關(guān)系運(yùn)算的數(shù)據(jù)庫，圖數(shù)據(jù)庫應(yīng)運(yùn)而生。

世界上很多著名的公司都在使用圖數(shù)據(jù)庫。比如：

社交領(lǐng)域：Facebook, Twitter用它來管理社交關(guān)系，實(shí)現(xiàn)好友推薦。

零售領(lǐng)域：eBay，沃爾瑪使用它實(shí)現(xiàn)商品實(shí)時(shí)推薦，給買家更好的購物體驗(yàn)。

金融領(lǐng)域：摩根大通，花旗和瑞銀等銀行在用圖數(shù)據(jù)庫做風(fēng)控處理。

汽車制造領(lǐng)域：沃爾沃，戴姆勒和豐田等頂級汽車制造商依靠圖數(shù)據(jù)庫推動創(chuàng)新制造解決方案。

電信領(lǐng)域：Verizon, Orange等電信公司依靠圖數(shù)據(jù)庫來管理網(wǎng)絡(luò)，控制訪問并支持客戶360。

酒店領(lǐng)域：萬豪和雅高酒店等頂級酒店公司依使用圖數(shù)據(jù)庫來管理復(fù)雜且快速變化的庫存。

1、什么是圖數(shù)據(jù)庫？

圖數(shù)據(jù)庫(Graph database)并非指存儲圖片的數(shù)據(jù)庫，而是以圖這種數(shù)據(jù)結(jié)構(gòu)存儲和查詢數(shù)據(jù)。

圖數(shù)據(jù)庫是一種在線數(shù)據(jù)庫管理系統(tǒng)，具有處理圖形數(shù)據(jù)模型的創(chuàng)建，讀取，更新和刪除（CRUD）操作。

與其他數(shù)據(jù)庫不同，關(guān)系在圖數(shù)據(jù)庫中占首要地位。這意味著應(yīng)用程序不必使用外鍵或帶外處理（如MapReduce）來推斷數(shù)據(jù)連接。

與關(guān)系數(shù)據(jù)庫或其他NoSQL數(shù)據(jù)庫相比，圖數(shù)據(jù)庫的數(shù)據(jù)模型也更加簡單，更具表現(xiàn)力。

圖形數(shù)據(jù)庫是為與事務(wù)（OLTP）系統(tǒng)一起使用而構(gòu)建的，并且在設(shè)計(jì)時(shí)考慮了事務(wù)完整性和操作可用性。

2、基于圖結(jié)構(gòu)的存儲

將實(shí)體看做節(jié)點(diǎn)，關(guān)系看做帶有標(biāo)簽的邊，那么知識圖譜的數(shù)據(jù)很自然地滿足圖模型結(jié)構(gòu)。

圖數(shù)據(jù)庫基于有向圖，其理論基礎(chǔ)是圖論。節(jié)點(diǎn)、邊和屬性是圖數(shù)據(jù)庫的核心概念。

節(jié)點(diǎn)：節(jié)點(diǎn)用于表示實(shí)體、事件等對象，可以類比于關(guān)系數(shù)據(jù)庫中的記錄或數(shù)據(jù)表中的行數(shù)據(jù)。例如人物、地點(diǎn)、電影等都可以作為圖中的節(jié)點(diǎn)。

邊（關(guān)系）：邊是指圖中連接節(jié)點(diǎn)的有向線條，用于表示不同節(jié)點(diǎn)之間的關(guān)系。例如人物節(jié)點(diǎn)之間的夫妻關(guān)系、同事關(guān)系等都可以作為圖中的邊。

屬性：屬性用于描述節(jié)點(diǎn)或者邊的特性。例如人物的姓名、夫妻關(guān)系的起止時(shí)間等都是屬性。

3、常見的圖數(shù)據(jù)存儲系統(tǒng)

Neo4j： Neo4j是一個(gè)開源的圖數(shù)據(jù)庫系統(tǒng)，它將結(jié)構(gòu)化的數(shù)據(jù)存儲在圖上而不是表中。Neo4j基于Java實(shí)現(xiàn)，是一個(gè)具備完全事務(wù)特性的高性能數(shù)據(jù)庫，具有成熟數(shù)據(jù)庫的所有特性。Neo4j是一個(gè)本地?cái)?shù)據(jù)庫，不需要啟動數(shù)據(jù)庫服務(wù)器，應(yīng)用程序不用通過網(wǎng)絡(luò)訪問數(shù)據(jù)庫服務(wù)，訪問速度快。https://neo4j.com/

OrientDB：是一個(gè)開源的文檔-圖混合數(shù)據(jù)庫，兼具圖數(shù)據(jù)庫對數(shù)據(jù)強(qiáng)大的表示及組織能力和文檔數(shù)據(jù)庫的靈活性及很好的可擴(kuò)展性。該數(shù)據(jù)庫同樣是本地的，支持許多數(shù)據(jù)庫的高級特性，如事務(wù)、快速索引、SQL查詢等。http://orientdb.com/

HyperGraphDB：同樣是開源的存儲系統(tǒng)，并依托于BerkeleyDB數(shù)據(jù)庫，最大的特點(diǎn)是超圖，從數(shù)學(xué)角度講，有向圖的一條邊只能指向一個(gè)節(jié)點(diǎn)，而超圖則可以指向多個(gè)節(jié)點(diǎn)，HyperGraphDB還允許一條邊指向其它邊，因此有更強(qiáng)大的表示能力。http://www.hypergraphdb.org/

InfiniteGraph：一個(gè)基于Java語言開發(fā)的分布式圖數(shù)據(jù)庫系統(tǒng)。http://www.objectivity.com/ products/infinitegraph/

4、對比

4.1 與NoSQL數(shù)據(jù)庫對比

NoSQL數(shù)據(jù)庫大致可以分為四類：

鍵值(key/value)數(shù)據(jù)庫
列存儲數(shù)據(jù)庫
文檔型數(shù)據(jù)庫
圖數(shù)據(jù)庫

分類	數(shù)據(jù)模型	優(yōu)勢	劣勢	舉例
鍵值數(shù)據(jù)庫	哈希表	查找速度快	數(shù)據(jù)無結(jié)構(gòu)化，通常只被當(dāng)作字符串或者二進(jìn)制數(shù)據(jù)	Redis
列存儲數(shù)據(jù)庫	列式數(shù)據(jù)存儲	查找速度快；支持分布橫向擴(kuò)展；數(shù)據(jù)壓縮率高	功能相對受限	HBase
文檔型數(shù)據(jù)庫	鍵值對擴(kuò)展	數(shù)據(jù)結(jié)構(gòu)要求不嚴(yán)格；表結(jié)構(gòu)可變；不需要預(yù)先定義表結(jié)構(gòu)	查詢性能不高，缺乏統(tǒng)一的查詢語法	MongoDB
圖數(shù)據(jù)庫	節(jié)點(diǎn)和關(guān)系組成的圖	利用圖結(jié)構(gòu)相關(guān)算法(最短路徑、節(jié)點(diǎn)度關(guān)系查找等)	可能需要對整個(gè)圖做計(jì)算，不利于圖數(shù)據(jù)分布存儲	Neo4j、JanusGraph

4.2 與關(guān)系型數(shù)據(jù)庫對比

關(guān)系型數(shù)據(jù)庫實(shí)際上是不擅長處理關(guān)系的。很多場景下，業(yè)務(wù)需求完全超出了當(dāng)前的數(shù)據(jù)庫架構(gòu)。

舉個(gè)栗子：假設(shè)某關(guān)系型數(shù)據(jù)庫中有這么幾張用戶、訂單、商品表：

當(dāng)我們要查詢：“用戶購買了那些商品？” 或者 “該商品有哪些客戶購買過？” 需要開發(fā)人員JOIN幾張表，效率非常低下。

而“購買該產(chǎn)品的客戶還購買了哪些商品？”類似的查詢幾乎不可能實(shí)現(xiàn)。

4.2.1 關(guān)系查詢性能對比
在數(shù)據(jù)關(guān)系中心，圖形數(shù)據(jù)庫在查詢速度方面非常高效，即使對于深度和復(fù)雜的查詢也是如此。在《Neo4j in Action》這本書中，作者在關(guān)系型數(shù)據(jù)庫和圖數(shù)據(jù)庫(Neo4j)之間進(jìn)行了實(shí)驗(yàn)。

他們的實(shí)驗(yàn)試圖在一個(gè)社交網(wǎng)絡(luò)里找到最大深度為5的朋友的朋友。他們的數(shù)據(jù)集包括100萬人，每人約有50個(gè)朋友。實(shí)驗(yàn)結(jié)果如下：

深度	MySQL執(zhí)行時(shí)間(s)	Neo4J執(zhí)行時(shí)間(s)	返回記錄數(shù)
2	0.016	0.01	~2500
3	30.267	0.168	~110 000
4	1543.505	1.359	~600 000
5	未完成	2.132	~800 000

在深度為2時(shí)（即朋友的朋友），兩種數(shù)據(jù)庫性能相差不是很明顯；深度為3時(shí)(即朋友的朋友的朋友)，很明顯，關(guān)系型數(shù)據(jù)庫的響應(yīng)時(shí)間30s，已經(jīng)變得不可接受了；深度到4時(shí)，關(guān)系數(shù)據(jù)庫需要近半個(gè)小時(shí)才能返回結(jié)果，使其無法應(yīng)用于在線系統(tǒng)；深度到5時(shí)，關(guān)系型數(shù)據(jù)庫已經(jīng)無法完成查詢。而對于圖數(shù)據(jù)庫Neo4J，深度從3到5，其響應(yīng)時(shí)間均在3秒以內(nèi)。

可以看出，對于圖數(shù)據(jù)庫來說，數(shù)據(jù)量越大，越復(fù)雜的關(guān)聯(lián)查詢，約有利于體現(xiàn)其優(yōu)勢。從深度為4/5的查詢結(jié)果我們可以看出，圖數(shù)據(jù)庫返回了整個(gè)社交網(wǎng)絡(luò)一半以上的人數(shù)。

5、Neo4J

根據(jù)DB-Engines(https://db-engines.com/en/ranking/graph+dbms)最新發(fā)布的圖數(shù)據(jù)庫排名，Neo4J仍然大幅領(lǐng)先排在第一位：

Neo4j是：

一個(gè)開源

無Schema

沒有SQL

圖形數(shù)據(jù)庫

圖形數(shù)據(jù)庫也稱為圖形數(shù)據(jù)庫管理系統(tǒng)或GDBMS。

Neo4j的官方網(wǎng)站：http://www.neo4j.org

Neo4J是由Java實(shí)現(xiàn)的開源圖數(shù)據(jù)庫。自2003年開始開發(fā)，直到2007年正式發(fā)布第一版，并托管于GitHub上。

Neo4J支持ACID，集群、備份和故障轉(zhuǎn)移。目前Neo4J最新版本為4.1，分為社區(qū)版和企業(yè)版，社區(qū)版只支持單機(jī)部署，功能受限。企業(yè)版支持主從復(fù)制和讀寫分離，包含可視化管理工具。

5.1 標(biāo)記屬性圖模型

（1）節(jié)點(diǎn)

節(jié)點(diǎn)是主要的數(shù)據(jù)元素
節(jié)點(diǎn)通過關(guān)系連接到其他節(jié)點(diǎn)
節(jié)點(diǎn)可以具有一個(gè)或多個(gè)屬性（即，存儲為鍵/值對的屬性）
節(jié)點(diǎn)有一個(gè)或多個(gè)標(biāo)簽，用于描述其在圖表中的作用
示例：人員節(jié)點(diǎn)與Car節(jié)點(diǎn)

（2）關(guān)系

關(guān)系連接兩個(gè)節(jié)點(diǎn)
關(guān)系是方向性的
節(jié)點(diǎn)可以有多個(gè)甚至遞歸的關(guān)系
關(guān)系可以有一個(gè)或多個(gè)屬性（即存儲為鍵/值對的屬性）

（3）屬性

屬性是命名值，其中名稱（或鍵）是字符串
屬性可以被索引和約束
可以從多個(gè)屬性創(chuàng)建復(fù)合索引

（4）標(biāo)簽

標(biāo)簽用于將節(jié)點(diǎn)分組
一個(gè)節(jié)點(diǎn)可以具有多個(gè)標(biāo)簽
對標(biāo)簽進(jìn)行索引以加速在圖中查找節(jié)點(diǎn)
本機(jī)標(biāo)簽索引針對速度進(jìn)行了優(yōu)化

6、Cypher圖查詢語言

Cypher是Neo4j的圖形查詢語言，允許用戶存儲和檢索圖形數(shù)據(jù)庫中的數(shù)據(jù)。

舉例，我們要查找Joe的所以二度好友：

查詢語句如下：

MATCH 
  (person:Person)-[:KNOWS]-(friend:Person)-[:KNOWS]-
  (foaf:Person)
WHERE 
  person.name = "Joe"
  AND NOT (person)-[:KNOWS]-(foaf)
RETURN
  foaf  

Joe認(rèn)識Sally，Sally認(rèn)識Anna。 Bob被排除在結(jié)果之外，因?yàn)槌送ㄟ^Sally成為二級朋友之外，他還是一級朋友。

7、小結(jié)

圖數(shù)據(jù)庫應(yīng)對的是當(dāng)今一個(gè)宏觀的商業(yè)世界的大趨勢：憑借高度關(guān)聯(lián)、復(fù)雜的動態(tài)數(shù)據(jù)，獲得洞察力和競爭優(yōu)勢。國內(nèi)越來越多的公司開始進(jìn)入圖數(shù)據(jù)庫領(lǐng)域，研發(fā)自己的圖數(shù)據(jù)庫系統(tǒng)。對于任何達(dá)到一定規(guī)模或價(jià)值的數(shù)據(jù)，圖數(shù)據(jù)庫都是呈現(xiàn)和查詢這些關(guān)系數(shù)據(jù)的最好方式。而理解和分析這些圖的能力將成為企業(yè)未來最核心的競爭力。

總結(jié)

以上是生活随笔為你收集整理的图数据库 — neo4j （一）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。